CN107178710B - 一种基于内外检测信号特征提取的管道缺陷内外辨识方法 - Google Patents
一种基于内外检测信号特征提取的管道缺陷内外辨识方法 Download PDFInfo
- Publication number
- CN107178710B CN107178710B CN201710232451.1A CN201710232451A CN107178710B CN 107178710 B CN107178710 B CN 107178710B CN 201710232451 A CN201710232451 A CN 201710232451A CN 107178710 B CN107178710 B CN 107178710B
- Authority
- CN
- China
- Prior art keywords
- outside
- defect
- detection signal
- outside detection
- pipeline
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 127
- 230000007547 defect Effects 0.000 title claims abstract description 102
- 238000012850 discrimination method Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims abstract description 25
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims abstract description 9
- 230000002159 abnormal effect Effects 0.000 claims abstract description 7
- 230000007797 corrosion Effects 0.000 claims description 12
- 238000005260 corrosion Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000007689 inspection Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
- F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
Abstract
一种基于内外检测信号特征提取的管道缺陷内外辨识方法,属于管道缺陷识别技术领域;该方法包括:内外检测信号高斯滤波;内外检测信号的瓣间信号插值;根据各路内外检测信号标准差和内外检测信号检测阈值判断内外检测信号是否异常,对异常内外检测信号根据里程添加标识1;识构造奇异标识矩阵并对存在内缺陷的内外检测信号添加内外检测标识1;将缺陷与内外检测标识为1的内外检测信号进行匹配,能匹配缺陷为内缺陷,实现管道缺陷内外辨识;本发明采用标识错位叠加法,减小测量误差和噪声干扰;采用三次样条插值防止缺陷漏检;检测阈值可适应当前方向的实际管道环境,提高缺陷判定精确性;可根据插值信号设定匹配阈值,内外判定结果更准确。
Description
技术领域
本发明属于管道缺陷识别技术领域,具体涉及一种基于内外检测信号特征提取的管道缺陷内外辨识方法。
背景技术
近几十年来,对于油气的输送过程中,管道由于其自身的优点成为了主要的输送手段。长年运行的油气管道在应力、磨损、腐蚀等自然因素或人为因素的损坏下,逐渐出现各种缺陷,有些缺陷对管道的正常运输工作构成威胁,一旦管道发生事故或者泄漏,这将是无法估量的经济损失,同时还会对环境造成巨大的污染,因此,为保障油气输送的安全,对管道进行定期的、有计划的安全检测是非常重要的。基于内外信号的检测技术与其他常用的无损检测技术相比有其独特的优点:对于金属管、棒和线材的检测,无需在被测试件上涂抹耦合剂,易于实现自动化;能在高温、高速下进行检测;能进行多种测量,并能对疲劳裂纹监控;工艺简单、操作容易、检测速度快。检测时不需要与被测试件接触,这与超声波检测技术相比是内外信号检测技术的一大优势。漏磁检测技术已经能够检测出油气管道的缺陷,对管道内外壁缺陷的灵敏度是相同的,但对于管道内外壁缺陷无法进行区别,内外信号检测技术对其管道表面缺陷具有高的检测灵敏度和分辨率,这样需要设计一种根据内外信号特征来辅助辨别管道内外缺陷的方法。因此,对内外检测信号的特征研究对于管道的日常维护和安全检测有很大意义。
发明内容
针对上述现有技术存在的不足,本发明提供一种基于内外检测信号特征提取的管道缺陷内外辨识方法。
本发明的技术方案:
一种基于内外检测信号特征提取的管道缺陷内外辨识方法,包括:
步骤1:获取待识别管道实际腐蚀状况,并根据腐蚀状况构造滤波矩阵;
步骤2:采集待识别管道内外检测信号,利用滤波矩阵对内外检测信号进行高斯滤波;
步骤3:采用三次样条插值对滤波后的内外检测信号的瓣间信号进行插值,得到插值后内外检测信号,所述瓣间信号为管道内检测器中测量节的传感器瓣之间的漏磁信号;
步骤4:计算插值后各路内外检测信号标准差USTD:
其中,N为各路内外信号检测传感器测量点数,ui为i点内外检测信号的电压值,i=1,2,…,N,Kv=(umax+umin)/2Uav, 为标准差优化系数,umax、umin分别为ui的最大值、最小值;
步骤5:设定内外检测信号检测阈值,根据标准差USTD和检测阈值依次判断i点内外检测信号是否异常,异常,i点可能存在管道内缺陷,为i点的内外检测信号根据里程添加标识Flagi=1,否则,为i点的内外检测信号根据里程添加标识Flagi=0;
步骤6:判断标识Flagi=1的内外检测信号是否为内缺陷:
步骤6-1:利用内外检测信号标识Flagi,使用标识错位叠加法构造奇异标识矩阵:
取i点及其前后相邻的各三个点的标识值作为奇异标识矩阵F的第一行,之后每一行由上一行的值右移一位得到,奇异标识矩阵F如下所示:
其中,矩阵F的维数根据管道实际特征和腐蚀状况确定;
步骤6-2:根据奇异标识矩阵判断标识Flagi=1的内外检测信号是否为内缺陷,是,记录该内外检测信号的内外检测标识InOutIndex=1,否则,记录该内外检测信号的内外检测标识InOutIndex=0;
所述根据奇异标识矩阵判断标识Flagi=1的内外检测信号是否为内缺陷的具体方法为:
计算Flagi=1的内外检测信号对应列的各项标识之和FNi,即FNi=Flagi+Flagi-1+Flagi-2+Flagi-3+Flagi+3+Flagi+2+Flagi+1;
设定FNi的最大值阈值FNmax和最小值阈值FNmin,最大值阈值FNmax应当小于管道组件包括焊缝、法兰等对应的里程点个数,最小值阈值FNmin应当大于选定的微小缺陷类型对应的里程点个数。判断标识之和FNi与阈值的关系:
当FNmin<FNi<FNmax,i点为内缺陷,记录i点内外检测标识符InOutIndex=1;
当FNi<FNmin,i点为微小缺陷,记录i点内外检测标识符InOutIndex=0;
当FNi>FNmax,i点为管道组件,记录i点内外检测标识符InOutIndex=0。
步骤7:将内外检测信号中缺陷与内外检测标识InOutIndex=1的内外检测信号的位置和时钟信息进行匹配,能够匹配的缺陷为内缺陷,不能匹配为外缺陷,实现管道缺陷内外辨识,具体方法为:
步骤7-1:设定位置匹配阈值S和时钟方向匹配阈值θ;
步骤7-2:判断内外检测信号中缺陷信号与内外检测标识InOutIndex=1的内外检测信号的位置差和时钟信息偏差是否均小于阈值,是,缺陷信号为内缺陷,否则,缺陷信号为外缺陷,实现管道缺陷内外辨识。
有益效果:一种基于内外检测信号特征提取的管道缺陷内外辨识方法与现有技术相比,具有如下优势:
(1)分析过程中采用标识错位叠加法,能够减小测量误差和噪声干扰;
(2)对于未检测到的内外信号,采用三次样条插值,有效防止缺陷漏检;
(3)根据每个方向上的内外检测信号设定不同的检测阈值,使检测阈值能够适应当前方向的实际管道环境,提高缺陷判定的精确性;
(4)缺陷匹配过程中,根据插值信号的范围大小设定轴向和纵向匹配阈值,使内外判定结果更为准确。
附图说明
图1为本发明一种实施方式的基于内外检测信号特征提取的管道缺陷内外辨识方法流程图。
具体实施方式
下面结合附图对本发明的一种实施方式作详细说明。
如图1所示,本实施方式的基于内外检测信号特征提取的管道缺陷内外辨识方法,包括如下步骤:
步骤1:获取待识别管道实际腐蚀状况,并根据腐蚀状况构造滤波矩阵;
本实施方式中,选定滤波矩阵大小为7*7,标准差为2,实际计算过程中根据管道腐蚀程度和信号波动微调整。
步骤2:采集待识别管道内外检测信号,利用滤波矩阵对内外检测信号进行高斯滤波;
步骤3:缺陷的长宽尺寸决定了缺陷跨越的检测传感器位置。当缺陷尺寸较小或位于两路检测传感器之间时,缺陷相邻的两路传感器信号可能较为微弱,信号无法被内外检测信号传感器正常采集到,这将影响到缺陷的内外标定和后期的缺陷匹配过程,因此需要跟据缺陷相邻的两路内外检测信号对传感器之间区域信号插值计算,采用三次样条插值对滤波后的内外检测信号的瓣间信号进行插值,得到插值后内外检测信号。
本实施方式中,实际检测过程中采用的12路传感器进行管道圆周360°数据采集,因此需要对每个里程点的12路信号进行插值,插值的实际位置是在当前里程点的管道切面上进行的,在当前切面上利用12路圆周位置和信号大小,插值得到当前切面上传感器未覆盖的检测区域信号,因此对于实际的管道上某一里程点,首先需要的得到当前里程点的管道切面信息,从而三次样条插值函数由以下公式确定:
其中,Sj(x)为当前里程点管道圆周上第j路检测信号对应的插值函数,xj为当前里程点的第i路传感器的圆周位置,x∈[xj-1,xj],j=1,2,...,12,yj为对应点的内外检测信号大小,M是插值信号的二阶导数,作为中间变量,记做:Sj"(xj)=Mj,hj为相邻的两路检测信号之间的圆周距离即hj=xj-xj-1;
步骤4:计算插值后各路内外检测信号标准差USTD:
其中,ui为i点内外检测信号的电压值,i=1,2,…,N,N为各路内外信号检测传感器测量点数,Kv=(umax+umin)/2Uav, 为标准差优化系数,umax、umin分别为uj的最大值、最小值;
上式的推导过程为:统计传感器测量点数N=S/d,式中S表示的是检测管道总里程,d表示传感器测量点间距(通常管道d取值为2mm),也可人为设定为大于传感器的检测间距,计算信号均值公式如下:
考虑到信号扰动对于均值的影响,为信号均值增加均值改进系数:
Kv=(umax+umin)/2Uav
即有改进信号均值为:
得到改进信号标准差计算公式如下:
其中,为标准差的优化系数,用以提高STD对于点数较少的管道的计算稳定性。
步骤5:根据管道实际材料以及平滑状况,设定内外检测信号检测阈值Uth,依次将i点作为当前点,利用i点内外检测信号电压值ui、标准值USTD和电压均值判断是否成立,是,i点的内外检测信号超过阈值,i点的内外检测信号异常,可能存在管道内缺陷,为i点的内外检测信号根据i点的里程添加标识Flagi,同时设定Flagi为1,否则,i点的内外检测信号正常,管道内管壁正常,为i点的内外检测信号根据i点的里程添加标识Flagi,设定Flagi为0;
步骤6:判断标识Flagi=1的内外检测信号是否为内缺陷:
输油管道经过长期的使用,内管壁会产生点腐蚀缺陷、轴向划痕、缺陷簇等缺陷,由于这些缺陷在长度和宽度特征上可能很大,覆盖多个里程点,因此反应在内外检测信号上的特征是多个连续点的奇异标识为1,即Flagi、Flagi+1、Flagi+2、…的值均等于1。然而由于管道内部缺陷类型较为繁多,部分缺陷的长、宽、深等特征都较小,属于微小缺陷范畴,这类缺陷的内外检测不具有现实意义,因此在内外辨识过程中要排除该类微小缺陷,相比于正常缺陷,这些微小缺陷反应在内外检测信号上的特征是单个点或少数间断点的奇异标识为1。同理,在输油管道内管,也存在各种管道组件如焊缝、法兰等会对内外缺陷的辨识造成影响,因此这些类型组件也需要滤除,管道组件在长、宽、深等特征都较为明显,这种组件反应在内外检测信号上的特征是大量连续点的奇异标识为1。
根据上述的原理,采用标识错位叠加法逐点计算其前后一定范围内的连续异常信号。
步骤6-1:利用内外检测信号标识Flagi,使用标识错位叠加法构造奇异标识矩阵:
取第i点及其前后相邻的各三个点的标识Flagi值作为计算初值,构造奇异标识矩阵F,F的第一行由上述各点的Flagi顺序排列,之后每一行由上一行的值右移一位得到,奇异标识矩阵F型如下所示:
其中,根据管道实际特征和腐蚀状况,可修改F矩阵的维数来适应参数变化。
步骤6-2:根据奇异标识矩阵判断各点的内外检测信号是否为内缺陷:
Flagi=0时,表示i点内外检测信号数据正常;
Flagi=1时,表示i点对应位置数据异常,可能存在内缺陷,进而计算i点的标识Flagi所对应列的各项标识Flagi之和,同时将和值计为i点的相关奇异系数FNi,即:
FNi=Flagi+Flagi-1+Flagi-2+Flagi-3+Flagi+3+Flagi+2+Flagi+1
不同类型的缺陷反应在FNi数值大小会有区别,以此区分缺陷类型或管道组件更为简便。根据测量管道的实际情况,设定FNi的最大值阈值FNmax和最小值阈值FNmin,判断标识之和FNi与阈值的关系,其中,最大值FNmax应当小于管道组件包括焊缝、法兰等对应的里程点个数,最小值FNmin应当大于选定的微小缺陷类型对应的里程点个数。
当FNmin<FNi<FNmax,i点为内缺陷,记录i点内外检测标识符InOutIndex=1;
当FNi<FNmin,i点为微小缺陷,记录i点内外检测标识符InOutIndex=0;
当FNi>FNmax,i点为管道组件,记录i点内外检测标识符InOutIndex=0。
步骤7:将内外检测信号中缺陷与内外检测标识InOutIndex=1的内外检测信号的位置和时钟信息进行匹配,能够匹配的缺陷为内缺陷,不能匹配为外缺陷,实现管道缺陷内外辨识。
由于实际管道缺陷形状各异,覆盖一定面积,而本方法是根据内外检测信号逐点计算内外标识符,因此需要对缺陷的匹配过程中设定一定偏差。且实际管道检测过程中,由于内外检测信号传感器和角度传感器的偏差,考虑到缺陷可能位于两路传感器之间造成缺陷检测信号微弱,以及人为的误差,可能导致在实际匹配过程中,检测缺陷的里程和时钟方向存在一定偏移量,可以通过测量实际偏移量来设定位置匹配阈值S和时钟方向匹配阈值θ,若当前里程点的匹配结果在设定的偏差范围内,即认为该点在实际缺陷的覆盖范围内,从而该点的内外标识符可作为实际缺陷的内外判定依据,否则认为该点超出实际缺陷范围,不能作为实际缺陷的内外判定依据。匹配的具体方法为:
步骤7-1:设定位置匹配阈值S和时钟方向匹配阈值θ:
所述时钟方向匹配阈值θ的设定,可根据相邻两路内外检测信号插值信号的奇异标识或传感器信号与内外检测信号插值信号的奇异标识设定;
如果当前缺陷里程所处的相邻两路内外检测信号插值信号的奇异标识Flagi=1,当前里程可能存在缺陷的尺寸较大且跨越相邻两路内外检测信号传感器,当前里程对应缺陷为内缺陷;
如果当前里程所处的相邻两路内外检测信号插值信号的奇异标识分别为Flagi=1和Flagi=0,当前里程缺陷位置靠近于Flagi=1的插值信号列,可取两路插值信号间距的20%作为时钟方向匹配阈值θ。同理,位置匹配阈值S的设定方法也可采用里程点的间距20%作为匹配阈值。
如果当前缺陷里程所处的相邻两路内外检测信号插值信号的奇异标识Flagi=0,由于缺陷的实际尺寸过小,不具有辨识的实际意义,因此忽略两路插值信号间距内的缺陷,当前里程对应缺陷为外缺陷。
所述位置匹配阈值S一般取3~4个点。
步骤7-2:判断内外检测信号中缺陷信号位置和时钟信息与内外检测标识InOutIndex=1的内外检测信号的位置和时钟信息的偏差是否小于阈值,是,缺陷信号为内缺陷,否则,缺陷信号为外缺陷,实现管道缺陷内外辨识。
Claims (5)
1.一种基于内外检测信号特征提取的管道缺陷内外辨识方法,其特征在于,包括如下步骤:
步骤1:获取待识别管道实际腐蚀状况,并根据腐蚀状况构造滤波矩阵;
步骤2:采集待识别管道内外检测信号,利用滤波矩阵对内外检测信号进行高斯滤波;
步骤3:采用三次样条插值法对滤波后的内外检测信号的瓣间信号进行插值,得到插值后的内外检测信号,所述瓣间信号为管道内检测器中测量节的传感器瓣之间的漏磁信号;
步骤4:计算插值后各路内外检测信号标准差USTD;
步骤5:设定内外检测信号检测阈值,根据标准差USTD和检测阈值依次判断i点内外检测信号是否异常,是,为i点的内外检测信号根据里程添加标识Flagi=1,否则,为i点的内外检测信号根据里程添加标识Flagi=0;
步骤6:判断标识Flagi=1的内外检测信号是否为内缺陷:
步骤6-1:利用内外检测信号标识Flagi,使用标识错位叠加法构造奇异标识矩阵;
步骤6-2:根据奇异标识矩阵判断标识Flagi=1的内外检测信号是否为内缺陷,是,记录该内外检测信号的内外检测标识InOutIndex=1,否则,记录该内外检测信号的内外检测标识InOutIndex=0;
步骤7:将内外检测信号中缺陷与内外检测标识InOutIndex=1的内外检测信号的位置和时钟信息进行匹配,能够匹配的缺陷为内缺陷,不能匹配为外缺陷,实现管道缺陷内外辨识。
2.根据权利要求1所述的基于内外检测信号特征提取的管道缺陷内外辨识方法,其特征在于,所述计算插值后各路内外检测信号标准差USTD的具体方法为:
其中,ui为i点内外检测信号的电压值,i=1,2,…,N,N为各路内外信号检测传感器测量点数,Kv=(umax+umin)/2Uav, 为标准差优化系数,umax、umin分别为ui的最大值、最小值。
3.根据权利要求1所述的基于内外检测信号特征提取的管道缺陷内外辨识方法,其特征在于,所述使用标识错位叠加法构造奇异标识矩阵的具体方法为:
取i点及其前后相邻的各三个点的标识值作为奇异标识矩阵F的第一行,之后每一行由上一行的值右移一位得到,奇异标识矩阵F如下所示:
其中,矩阵F的维数可根据管道实际特征和腐蚀状况确定;
所述根据奇异标识矩阵判断标识Flagi=1的内外检测信号是否为内缺陷的具体方法为:
计算Flagi=1的内外检测信号对应列的各项标识之和FNi,FNi=Flagi+Flagi-1+Flagi-2+Flagi-3+Flagi+3+Flagi+2+Flagi+1;
设定FNi的最大值阈值FNmax和最小值阈值FNmin,判断标识之和FNi与阈值的关系,
当FNmin<FNi<FNmax,i点为内缺陷,记录i点内外检测标识符InOutIndex=1;
当FNi<FNmin,i点为微小缺陷,记录i点内外检测标识符InOutIndex=0;
当FNi>FNmax,i点为管道组件,记录i点内外检测标识符InOutIndex=0。
4.根据权利要求1所述的基于内外检测信号特征提取的管道缺陷内外辨识方法,其特征在于,所述步骤7具体方法为:
步骤7-1:设定位置匹配阈值S和时钟方向匹配阈值θ;
步骤7-2:判断内外检测信号中缺陷信号与内外检测标识InOutIndex=1的内外检测信号的位置差和时钟信息偏差是否均小于阈值,是,缺陷信号为内缺陷,否则,缺陷信号为外缺陷,实现管道缺陷内外辨识。
5.根据权利要求3所述的基于内外检测信号特征提取的管道缺陷内外辨识方法,其特征在于:所述设定FNi的最大值阈值FNmax和最小值阈值FNmin的具体方法为:最大值阈值FNmax应当小于管道组件包括焊缝、法兰等对应的里程点个数,最小值阈值FNmin应当大于选定的微小缺陷类型对应的里程点个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710232451.1A CN107178710B (zh) | 2017-04-11 | 2017-04-11 | 一种基于内外检测信号特征提取的管道缺陷内外辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710232451.1A CN107178710B (zh) | 2017-04-11 | 2017-04-11 | 一种基于内外检测信号特征提取的管道缺陷内外辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107178710A CN107178710A (zh) | 2017-09-19 |
CN107178710B true CN107178710B (zh) | 2019-01-08 |
Family
ID=59830873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710232451.1A Expired - Fee Related CN107178710B (zh) | 2017-04-11 | 2017-04-11 | 一种基于内外检测信号特征提取的管道缺陷内外辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107178710B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109035249B (zh) * | 2018-09-10 | 2021-08-24 | 东北大学 | 一种基于图像处理的管道故障并行全局阈值检测方法 |
CN113032380B (zh) * | 2021-03-25 | 2022-09-30 | 中国石油管道局工程有限公司 | 管道内外检测数据对齐方法、系统及设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1458442A (zh) * | 2003-05-14 | 2003-11-26 | 天津大学 | 管道缺陷漏磁检测数据的分析方法 |
CN1258680C (zh) * | 2004-07-15 | 2006-06-07 | 清华大学 | 管道腐蚀缺陷类型识别方法 |
CN104514987B (zh) * | 2014-12-19 | 2017-02-22 | 清华大学 | 管道三维漏磁成像缺陷量化方法 |
CN105181786A (zh) * | 2015-07-16 | 2015-12-23 | 宁波市鄞州磁泰电子科技有限公司 | 焊缝缺陷磁法检测方法 |
-
2017
- 2017-04-11 CN CN201710232451.1A patent/CN107178710B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN107178710A (zh) | 2017-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104514987B (zh) | 管道三维漏磁成像缺陷量化方法 | |
US8536860B2 (en) | Method and apparatus for non-destructive testing | |
US20040261547A1 (en) | Method of deriving data | |
WO2017107913A1 (zh) | 埋地管道管体缺陷非开挖检测方法及装置 | |
CN206208832U (zh) | 一种连续油管在线检测装置 | |
CN101360995A (zh) | 脉冲涡流管线检测系统和方法 | |
CN204405601U (zh) | 一种管道缺陷检测装置 | |
CN103063737A (zh) | 连续油管磁法检测方法 | |
CN102954999B (zh) | 管道环焊缝类裂纹缺陷三轴漏磁内检测线信号判定方法 | |
CA1208291A (en) | Method and apparatus for detecting flaws in tubular metallic members | |
CN103775832A (zh) | 基于瞬变流反问题方法的输油管道漏失检测的装置 | |
Kandroodi et al. | Defect detection and width estimation in natural gas pipelines using MFL signals | |
CN107178710B (zh) | 一种基于内外检测信号特征提取的管道缺陷内外辨识方法 | |
CN103399083B (zh) | 一种脉冲涡流检测提离效应的抑制方法 | |
CN105806936B (zh) | 一种管道缺陷检测装置的数据分析方法 | |
EP3344982B1 (en) | A method and system for detecting a material discontinuity in a magnetisable article | |
CN106959336A (zh) | 用于漏磁检测标定的背景噪声去除装置及方法 | |
CN205139080U (zh) | 一种检测金属管道应力的磁检测仪 | |
CN113671018B (zh) | 一种用于抑制钢轨漏磁检测提离干扰的滤波方法 | |
CN115451800A (zh) | 一种水泥电杆便携现场测试成像仪测试方法 | |
KR101210472B1 (ko) | 초음파공명의 비선형특성을 이용한 미세균열 탐지장치 및 그 방법 | |
Qi | Experimental study of interference factors and simulation on oil-gas pipeline magnetic flux leakage density signal | |
CN109632944A (zh) | 一种基于组合特征的多层管柱结构脉冲涡流无损检测方法 | |
EP3877688A1 (en) | System and method to detect an inline tool in a pipe | |
CN110378370A (zh) | 一种基于脉冲涡流信号的油气井套管缺陷分类方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190108 |