CN114252207B - 钢制储罐泄漏定位的声发射信号数据采集方法 - Google Patents
钢制储罐泄漏定位的声发射信号数据采集方法 Download PDFInfo
- Publication number
- CN114252207B CN114252207B CN202111568492.0A CN202111568492A CN114252207B CN 114252207 B CN114252207 B CN 114252207B CN 202111568492 A CN202111568492 A CN 202111568492A CN 114252207 B CN114252207 B CN 114252207B
- Authority
- CN
- China
- Prior art keywords
- leakage
- data
- acoustic emission
- storage tank
- valve
- 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.)
- Active
Links
- 238000003860 storage Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 19
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 17
- 239000010959 steel Substances 0.000 title claims abstract description 17
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 2
- 230000003068 static effect Effects 0.000 claims description 2
- 238000013528 artificial neural network Methods 0.000 abstract description 4
- 238000013135 deep learning Methods 0.000 abstract description 4
- 238000002372 labelling Methods 0.000 abstract description 2
- 238000003466 welding Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000001179 sorption measurement Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
- G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明提出一种钢制储罐泄漏定位的声发射信号数据采集方法，包括在泄漏孔外焊接导出管，并在导出管上安装阀门；在储罐罐壁划分出上下刻度线，用于声发射传感器的吸附定位；沿着罐壁以每旋转60度上下刻度线交替的方式布置六个声发射传感器；获取不同泄漏孔的泄漏数据；沿着上下刻度线顺时针移动传感器重复采集不同泄漏孔的泄漏数据；最后将采集完的数据打好标签进行分类存储。本发明利用钢制储罐泄漏定位的声发射信号装置产生声发射泄漏信号，通过改变传感器与泄漏声源的相对位置进行数据分类采集，数据完备性高，十分适合进行神经网络、深度学习等人工智能方法的储罐泄漏定位模型建模。
Description
技术领域
本发明属于储罐泄漏检测技术领域，涉及一种钢制储罐泄漏定位的声发射信号数据采集方法。
背景技术
钢制储罐一般用于存储各种石化原料和成品，一旦发生泄漏，容易引发严重的安全事故，造成人员和财产损失。储罐泄漏定位检测有利于及时发现泄漏位置，提高泄漏修复效率，避免事故的发生。获取储罐发生泄漏时的数据，然后进行数据分析和数学建模，是实现储罐泄漏定位检测的重要手段，但直接从运行中的储罐获取泄漏数据，既不经济，也不方便，一种可行等价方法是通过模拟泄漏来获取泄漏数据。声发射检测是最常用的储罐泄漏检测技术，现有针对储罐泄漏定位的声发射信号采集，普遍通过二维平面孔来模拟，对于三维的储罐，适用性有限。
发明内容
为了解决现有储罐模拟泄漏定位的声发射和信号采集方面的不足和相关领域研究的空白，本发明的目的在于提供一种钢制储罐泄漏定位的声发射信号数据采集方法，通过改变声发射传感器与泄漏孔之间的相对位置，实现储罐不同方位角孔泄漏的数据采集，符合储罐三维的特点，操作也十分简便。
其基本设计包括：在泄漏孔外焊接导出管，并在导出管上安装阀门；在储罐罐壁划分出上下刻度线，用于声发射传感器的吸附定位；沿着罐壁以每旋转60度上下刻度线交替的方式布置六个声发射传感器；获取不同泄漏孔的泄漏数据；沿着上下刻度线顺时针移动传感器重复采集不同泄漏孔的泄漏数据；最后将采集完的数据打好标签进行分类存储。本发明利用钢制储罐泄漏定位的声发射信号装置产生声发射泄漏信号，通过改变传感器与泄漏声源的相对位置进行数据分类采集，数据完备性高，十分适合进行神经网络、深度学习等人工智能方法的储罐泄漏定位模型建模。
其具体采用以下技术方案：
一种钢制储罐泄漏定位的声发射信号数据采集方法，其特征在于，包括以下步骤：
步骤一：制作钢制储罐泄漏定位的声发射信号装置；
步骤二：对发射信号装置储罐罐壁进行划线分割：在靠近罐底位置划出罐体下刻度线，在靠近罐顶位置罐体上刻度线，对上下刻度线按照等间隔进行刻度；
步骤三：将6个声发射传感器安装到声发射信号装置罐体表面；
步骤四：泄漏孔出口阀门处于关闭状态，获取6个声发射传感器的静态应力波；
步骤五：分别打开不同位置的泄漏孔出口阀门，获取6个声发射传感器的泄漏应力波数据；每个泄漏孔对应6组数据；
步骤六：在罐壁划线上，将六个声发射传感器分别顺时针移动若干刻度，所有移动后的传感器的分布位置不与曾经出现过的位置重合，返回步骤五；
步骤七：返回步骤六，直至采集的数据达到预设的条件。
进一步地，步骤一当中，制作的制作钢制储罐泄漏定位的声发射信号装置包含一个储罐和分布在罐体上的多个不同位置泄漏孔，泄漏孔的位置坐标和半径已知，泄漏孔处焊有一小段引出管，引出管上安装阀门。
进一步地，在步骤二中，罐体的上下刻度线保持刻度一致。
进一步地，在步骤三中，6个传感器对应6个不同方位角，传感器通过磁吸底座贴附在罐体表面。
进一步地，第一、第三和第五声发射传感器分别贴附在罐体下刻度线的零刻度位置，1/3总刻度数位置和2/3总刻度数位置；第二、第四和第六声发射传感器分别贴附在罐体上刻度线的1/6总刻度位置，1/2总刻度数位置和5/6总刻度数位置。
相比于现有技术本发明及其优选方案的有益效果包括：
(1)声发射信号装置包含多个位置和半径已知的泄漏孔，并包含多组不同泄漏孔的不同方向角声发射传感器信号，数据完备性高，十分适合进行神经网络、深度学习等人工智能方法的储罐泄漏定位模型建模；
(2)整个方案成本低，操作简便，同时包含储罐三维泄漏特点，数据更符合实际情况。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明：
图1是本发明实施例声发射采集系统装置数据传输示意图；
图2是本发明实施例声发射装置罐体结构示意图；
图3是本发明实施例声发射传感器磁吸装置示意图；
图4是本发明实施例声发射传感器贴附位置和信号产生方式示意图；
图5是本发明实施例声发射数据采集分类网格示意图；
图6是本发明实施例的声发射采集方法流程示意图。
图中，1为第一声发射传感器，2为声发射信号放大器，3为声发射信号采集器，4为台式PC机，5为第二声发射传感器，6为第三声发射传感器，7为第四声发射传感器，8为第五声发射传感器，9为第六声发射传感器，10为上刻度线，11为泄漏阀门导出管，12为下刻度线，13为声发射传感器卡座磁铁，14为声发射传感器磁吸卡座，15为泄漏孔第一阀门，16为泄漏孔第二阀门，17为泄漏孔第三阀门，18为泄漏孔第四阀门，19为泄漏孔第五阀门，20为泄漏孔第六阀门，21为一类数据网格。
具体实施方式
为让本专利的特征和优点能更明显易懂，下文特举实施例，作详细说明如下：
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1、图2、图3、图4、图5及图6所示，本实施例提供了钢制储罐泄漏定位的声发射信号装置及采集方法，具体步骤包括以下步骤：
获取储罐表面的声发射应力波信号，如图1所示六路声发射传感器其中1为第一声发射传感器将采集的信号经过信号放大器2放大，再通过声发射信号采集器3缓存，最后传输到台式PC机4中进行保存和后期处理；第二声发射传感器5、为第三声发射传感器6、第四声发射传感器7、为第五声发射传感器8、第六声发射传感器9等也是做类似的布置。
获取储油罐不同高度孔泄漏时的声发射信号，如图2和图4所示，图2中的第一泄漏阀门导出管，11外攻有螺纹与图4中的泄漏孔第一阀门15装配在一起。
同理，泄漏孔第二阀门16、泄漏孔第三阀门17、泄漏孔第四阀门18、泄漏孔第五阀门19和泄漏孔第六阀门20与对应导出管进行装配。
划出声发射传感器吸附位置的刻度线，如图2所示：在靠近罐顶位置划出罐体上刻度线10，从泄露导出管中心位置开始，沿着储罐管壁按顺时针递增的方式每十度标记出0～35的刻度值。同理，在靠近罐底位置划出罐体下刻度线12，对上下刻度线按照每十度等间隔进行刻度，并保持上下刻度线的刻度一致；
在本实例中，声发射传感器的起始吸附位置如图2所示，分别为：第一声发射传感器1位于下刻度线12零刻度值位置，第二声发射传感器5位于下刻度线12的12刻度值位置，第三声发射传感器6位于下刻度线12的24刻度值位置，第四声发射传感器7位于上刻度线10的6刻度值位置，第五声发射传感器8位于上刻度线10的18刻度值位置，第六声发射传感器9位于上刻度线10的30刻度值位置；
在本实例中，声发射传感器与罐体之间的吸附方式如图3所示：声发射传感器安装在声发射传感器磁吸卡座14内，并通过声发射传感器卡座磁铁13吸附在储罐罐壁表面上；
在本实例中，每组数据的采集时长T为10秒，当所有阀门全部闭合时，采集T秒的数据表示非泄漏下的噪声数据；当开启泄漏孔第一阀门15时，采集T秒的数据表示第一泄漏孔的泄漏数据；对应的开启泄漏孔第二阀门16、第三阀门17、第四阀门18、第五阀门19和第六阀门20时，分别采集T秒的数据表示第二泄漏孔、第三泄漏孔、第四泄漏孔、第五泄漏孔和第六泄漏孔的泄漏数据。
在本实施例中，每采集完不同高度泄漏孔的泄漏数据后，传感器按上下刻度线顺时针移动一隔刻度，重复采集不同高度的泄漏孔的泄漏数据，将多组数据存入PC机并打好标签。
特别的，本实施例结合说明书附图4和附图5对上述过程进行更进一步地描述。
步骤1：将传感器安装在如图4所示的位置上，其中第一传感器1安装在泄漏孔中心连线上，即下刻度线的零刻度上，开启泄漏孔第一阀门15，采集T秒的泄漏数据，数据标签为：data_00_01；
步骤2：如图4所示，传感器位置不变，关闭泄漏孔第一阀门15，开启泄露孔第二阀门16，采集T秒的泄漏数据，数据标签为：data_00_02；
步骤3：对应的如图5所示，类似于步骤2依次单独开启泄漏孔第三阀门17、泄漏孔第四阀门18、泄漏孔第五阀门19、泄漏孔第六阀门20，分别采集T秒的泄露数据，数据标签分别为：data_00_03、data_00_04、data_00_05和data_00_06；
步骤4：如图2所示，将六个传感器按上下刻度线顺时针方向移动一隔，即：沿储罐罐壁顺时针旋转10度，依次按照步骤2和步骤3分别单独开启对应阀门和采集对应泄漏数据，六组数据的标签为：data_01_01、data_01_02、data_01_03、data_01_04、data_01_05和data_01_06；
步骤5：传感器每次采集完六个不同高度的泄漏孔数据后，重复步骤4，依次采集到36个不同方位角的数据，36个不同方位角的数据标签为：data_00_xx，data_01_xx……data_35_xx，对应的每个方位角都有六个不同高度的数据，如在第一传感器在零刻度方位角的采集的数据标签data_00_xx分别为：data_00_01、data_00_02……data_00_06。
本实例中的仿真罐体半径r＝300mm，高度为h＝1100mm。应力波在罐体表面传播的最大路程Smax为2πr＝0.6πm大于高度h＝1.1m，应力波在钢体上的传播速度v≈5200m/s，得出最大传输时间T>>tmax。所以本实例中每次采集的T秒数据可以分割成对应类别的N个样本。
如图5所示，采集的数据类别共有M个(共计：36×6＝216)，分别对应216个网格，每组T秒的数据可以分成N个样本，最后针对样本对M个类别进行神经网络、深度学习等人工智能方法的三维储罐泄漏定位模型建模，比如图示的21为一类数据网格。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。
本专利不局限于上述最佳实施方式，任何人在本专利的启示下都可以得出其它各种形式的钢制储罐泄漏定位的声发射信号数据采集方法，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本专利的涵盖范围。
Claims (1)
1.一种钢制储罐泄漏定位的声发射信号数据采集方法，其特征在于，包括以下步骤：
步骤一：制作钢制储罐泄漏定位的声发射信号装置；
步骤二：对发射信号装置储罐罐壁进行划线分割：在靠近罐底位置划出罐体下刻度线，在靠近罐顶位置罐体上刻度线，对上下刻度线按照等间隔进行刻度；
步骤三：将6个声发射传感器安装到声发射信号装置罐体表面；
步骤四：泄漏孔出口阀门处于关闭状态，获取6个声发射传感器的静态应力波；
步骤五：分别打开不同位置的泄漏孔出口阀门，获取6个声发射传感器的泄漏应力波数据；每个泄漏孔对应6组数据；
步骤六：在罐壁划线上，将六个声发射传感器分别顺时针移动若干刻度，所有移动后的传感器的分布位置不与曾经出现过的位置重合，返回步骤五；
步骤七：返回步骤六，直至采集的数据达到预设的条件；
步骤一当中，制作的制作钢制储罐泄漏定位的声发射信号装置包含一个储罐和分布在罐体上的多个不同位置泄漏孔，泄漏孔的位置坐标和半径已知，泄漏孔处焊有一小段引出管，引出管上安装阀门；
在步骤二中，罐体的上下刻度线保持刻度一致；
在步骤三中，6个传感器对应6个不同方位角，传感器通过磁吸底座贴附在罐体表面；
第一、第三和第五声发射传感器分别贴附在罐体下刻度线的零刻度位置，1/3总刻度数位置和2/3总刻度数位置；第二、第四和第六声发射传感器分别贴附在罐体上刻度线的1/6总刻度位置，1/2总刻度数位置和5/6总刻度数位置；
在步骤六中，每组数据的采集时长为T，当所有阀门全部闭合时，采集T秒的数据表示非泄漏下的噪声数据；
每次采集的T秒数据分割成对应类别的N个样本：采集的数据类别共有M个，分别对应M个网格，每组T秒的数据分成N个样本，最后在步骤七中针对样本对M个类别进行三维储罐泄漏定位模型建模；
当开启泄漏孔第一阀门时，采集T秒的数据表示第一泄漏孔的泄漏数据；对应的开启泄漏孔第二阀门、第三阀门、第四阀门、第五阀门和第六阀门时，分别采集T秒的数据表示第二泄漏孔、第三泄漏孔、第四泄漏孔、第五泄漏孔和第六泄漏孔的泄漏数据；每采集完不同高度泄漏孔的泄漏数据后，传感器按上下刻度线顺时针移动一隔刻度，重复采集不同高度的泄漏孔的泄漏数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111568492.0A CN114252207B (zh) | 2021-12-21 | 2021-12-21 | 钢制储罐泄漏定位的声发射信号数据采集方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111568492.0A CN114252207B (zh) | 2021-12-21 | 2021-12-21 | 钢制储罐泄漏定位的声发射信号数据采集方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114252207A CN114252207A (zh) | 2022-03-29 |
| CN114252207B true CN114252207B (zh) | 2024-01-02 |
Family
ID=80793495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111568492.0A Active CN114252207B (zh) | 2021-12-21 | 2021-12-21 | 钢制储罐泄漏定位的声发射信号数据采集方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114252207B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5416724A (en) * | 1992-10-09 | 1995-05-16 | Rensselaer Polytechnic Institute | Detection of leaks in pipelines |
| CN101561081A (zh) * | 2009-05-18 | 2009-10-21 | 中国地质大学（武汉） | 应用自主导航机器人对油气管道泄漏的检测定位方法 |
| KR20100050796A (ko) * | 2008-11-06 | 2010-05-14 | 한국전력공사 | 밸브 유체누설 모의시험장치 |
| CN201803832U (zh) * | 2010-09-26 | 2011-04-20 | 长沙理工大学 | 用声发射信号检测阀门泄漏的试验装置 |
| CN105864643A (zh) * | 2016-03-24 | 2016-08-17 | 华北电力大学 | 基于rbf神经网络的气体管道泄漏定位实验装置及方法 |
| CN107144640A (zh) * | 2017-05-17 | 2017-09-08 | 中国石油天然气集团公司 | 一种储罐检测装置及方法 |
| CN206766793U (zh) * | 2016-11-28 | 2017-12-19 | 中国石油化工股份有限公司 | 一种基于声发射埋地储罐泄漏检测装置 |
| CN108195525A (zh) * | 2018-01-29 | 2018-06-22 | 清华大学合肥公共安全研究院 | 一种模拟泄漏噪声信号的管道及其噪声信号在线采集装置 |
| CN109406637A (zh) * | 2018-11-05 | 2019-03-01 | 中国计量大学 | 一种用于卧式储罐腐蚀泄漏声发射定位的实验装置 |
| CN112066272A (zh) * | 2020-09-17 | 2020-12-11 | 昆明理工大学 | 一种基于次声波的输气管道泄漏检测装置及检测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6744173B2 (en) * | 2000-03-24 | 2004-06-01 | Analog Devices, Inc. | Multi-layer, self-aligned vertical combdrive electrostatic actuators and fabrication methods |
-
2021
- 2021-12-21 CN CN202111568492.0A patent/CN114252207B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5416724A (en) * | 1992-10-09 | 1995-05-16 | Rensselaer Polytechnic Institute | Detection of leaks in pipelines |
| KR20100050796A (ko) * | 2008-11-06 | 2010-05-14 | 한국전력공사 | 밸브 유체누설 모의시험장치 |
| CN101561081A (zh) * | 2009-05-18 | 2009-10-21 | 中国地质大学（武汉） | 应用自主导航机器人对油气管道泄漏的检测定位方法 |
| CN201803832U (zh) * | 2010-09-26 | 2011-04-20 | 长沙理工大学 | 用声发射信号检测阀门泄漏的试验装置 |
| CN105864643A (zh) * | 2016-03-24 | 2016-08-17 | 华北电力大学 | 基于rbf神经网络的气体管道泄漏定位实验装置及方法 |
| CN206766793U (zh) * | 2016-11-28 | 2017-12-19 | 中国石油化工股份有限公司 | 一种基于声发射埋地储罐泄漏检测装置 |
| CN107144640A (zh) * | 2017-05-17 | 2017-09-08 | 中国石油天然气集团公司 | 一种储罐检测装置及方法 |
| CN108195525A (zh) * | 2018-01-29 | 2018-06-22 | 清华大学合肥公共安全研究院 | 一种模拟泄漏噪声信号的管道及其噪声信号在线采集装置 |
| CN109406637A (zh) * | 2018-11-05 | 2019-03-01 | 中国计量大学 | 一种用于卧式储罐腐蚀泄漏声发射定位的实验装置 |
| CN112066272A (zh) * | 2020-09-17 | 2020-12-11 | 昆明理工大学 | 一种基于次声波的输气管道泄漏检测装置及检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114252207A (zh) | 2022-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101815308B (zh) | 神经网络区域训练的wlan室内定位方法 | |
| Thorndike | Kinematics of sea ice | |
| CN102314748B (zh) | 一种基于无线传感器网络的毒气泄漏源定位方法 | |
| CN103645248B (zh) | 一种基于超声相速度的高温合金晶粒度评价方法 | |
| Duro et al. | Advances in intelligent robotics and collaborative automation | |
| CN104330089A (zh) | 一种利用历史gps数据进行地图匹配的方法 | |
| CN105425752A (zh) | 一种管网实时监控系统及其工作方法 | |
| CN105333988A (zh) | 一种人工侧线压力检测方法 | |
| CN107013812B (zh) | 一种三场耦合管道泄漏监测方法 | |
| CN110242865A (zh) | 一种易于持续优化的燃气泄漏检测判定方法及系统 | |
| AU2020306782A1 (en) | Gas emission monitoring and detection | |
| CN114252207B (zh) | 钢制储罐泄漏定位的声发射信号数据采集方法 | |
| CN110457795A (zh) | 基于神经网络的高层建筑物风致位移状态评估方法 | |
| CN109828091A (zh) | 藻类监控系统及方法 | |
| CN112649569A (zh) | 一种化工园区空气多点采样监测与溯源系统及方法 | |
| CN114167076A (zh) | 海面风速风向反演模型的建立方法及风速风向的反演方法 | |
| CN105487046A (zh) | 大入射角声线跟踪定位方法 | |
| CN117610779A (zh) | 基于cors大数据的测绘地理信息质量监管方法及系统 | |
| CN203350230U (zh) | 一种用于复杂型面构件水浸超声自动检测的探头架 | |
| CN102508946B (zh) | 有限水深下溢油海面的仿真方法 | |
| CN116164243A (zh) | 一种氢泄漏检测定位系统及方法 | |
| CN204389323U (zh) | 一种软管挠曲疲劳试验机 | |
| CN111123402B (zh) | 一种管线探测方法 | |
| CN203758558U (zh) | 一种用于使海底冷泉渗漏气泡均匀破碎装置 | |
| CN112526466A (zh) | 一种基于环境的毫米波雷达标定测试方法 |
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 |