CN115115623B - 一种热扩冷锻工艺下的油管修复方法及系统 - Google Patents
一种热扩冷锻工艺下的油管修复方法及系统 Download PDFInfo
- Publication number
- CN115115623B CN115115623B CN202211022162.6A CN202211022162A CN115115623B CN 115115623 B CN115115623 B CN 115115623B CN 202211022162 A CN202211022162 A CN 202211022162A CN 115115623 B CN115115623 B CN 115115623B
- Authority
- CN
- China
- Prior art keywords
- oil pipe
- temperature
- data
- target
- repaired
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23P—METAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
- B23P6/00—Restoring or reconditioning objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Mechanical Engineering (AREA)
- Forging (AREA)
Abstract
本发明公开了一种热扩冷锻工艺下的油管修复方法及系统，涉及数据处理领域，其中，所述方法包括：获得修复油管的基础参数信息；得到图像采集集合；并根据其进行油管特征识别，基于特征识别结果生成标识信息；结合基础参数信息生成筛选数据，得到目标修复油管；将目标修复油管输送至步进加热炉，生成第一温度采集数据；通过第一温度采集数据生成反馈温控参数，基于反馈温控参数进行步进加热炉的加热控制参数优化，生成第二温度采集数据；当所述第二温度采集数据满足预期温度阈值时，则对所述目标修复油管进行后续热扩冷锻处理。达到了提高油管修复的精准性，进而提升油管修复的质量等技术效果。
Description
技术领域
本发明涉及数据处理领域，具体地，涉及一种热扩冷锻工艺下的油管修复方法及系统。
背景技术
在进行油田开采时，总是不可避免地发生各种形式的油管失效。油管失效的主要表现形式为油管出现漏油、断裂等情况。油管失效带来了油田开采成本增加、油田开采产量下降，以及高昂的经济损失等诸多问题。当油管失效发生后，常需要对油管进行修复。
现有技术中，存在针对油管修复的精准性不高，进而造成油管修复的效果不佳的技术问题。
发明内容
本申请提供了一种热扩冷锻工艺下的油管修复方法及系统。解决了现有技术中针对油管修复的精准性不高，进而造成油管修复的效果不佳的技术问题。
鉴于上述问题，本申请提供了一种热扩冷锻工艺下的油管修复方法及系统。
第一方面，本申请提供了一种热扩冷锻工艺下的油管修复方法，其中，所述方法应用于一种热扩冷锻工艺下的油管修复系统，所述方法包括：获得修复油管的基础参数信息；通过所述图像采集装置进行所述修复油管的图像采集，得到图像采集集合；对所述图像采集集合进行油管特征识别，基于特征识别结果生成标识信息；通过所述标识信息和所述基础参数信息生成筛选数据，基于所述筛选数据筛选得到目标修复油管；将所述目标修复油管输送至所述步进加热炉，并控制进行升温加热，通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第一温度采集数据；通过所述第一温度采集数据生成反馈温控参数，基于所述反馈温控参数进行所述步进加热炉的加热控制参数优化，并通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第二温度采集数据；当所述第二温度采集数据满足预期温度阈值时，则对所述目标修复油管进行后续热扩冷锻处理。
第二方面，本申请还提供了一种热扩冷锻工艺下的油管修复系统，其中，所述系统包括：基础参数获得模块，所述基础参数获得模块用于获得修复油管的基础参数信息；图像采集模块，所述图像采集模块用于通过所述图像采集装置进行所述修复油管的图像采集，得到图像采集集合；特征识别模块，所述特征识别模块用于对所述图像采集集合进行油管特征识别，基于特征识别结果生成标识信息；筛选模块，所述筛选模块用于通过所述标识信息和所述基础参数信息生成筛选数据，基于所述筛选数据筛选得到目标修复油管；第一温度采集模块，所述第一温度采集模块用于将所述目标修复油管输送至所述步进加热炉，并控制进行升温加热，通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第一温度采集数据；第二温度采集模块，所述第二温度采集模块用于通过所述第一温度采集数据生成反馈温控参数，基于所述反馈温控参数进行所述步进加热炉的加热控制参数优化，并通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第二温度采集数据；热扩冷锻处理模块，所述热扩冷锻处理模块用于当所述第二温度采集数据满足预期温度阈值时，则对所述目标修复油管进行后续热扩冷锻处理。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过对修复油管进行基础参数采集，获得修复油管的基础参数信息；通过所述图像采集装置进行所述修复油管的图像采集，得到图像采集集合；并对其进行油管特征识别，基于特征识别结果生成标识信息；通过所述标识信息和所述基础参数信息生成筛选数据，基于所述筛选数据筛选得到目标修复油管；将所述目标修复油管输送至所述步进加热炉，并控制进行升温加热，通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第一温度采集数据；通过所述第一温度采集数据生成反馈温控参数，基于所述反馈温控参数进行所述步进加热炉的加热控制参数优化，并通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第二温度采集数据；当所述第二温度采集数据满足预期温度阈值时，则对所述目标修复油管进行后续热扩冷锻处理。达到了提高油管修复的精准性，进而提升油管修复的质量；同时，将热扩冷锻工艺与油管修复相结合，设计一种基于热扩冷锻工艺的智能化油管修复方法，提升油管修复的科学性，从而延长油管的使用周期，节约采油成本的技术效果。
附图说明
图1为本申请一种热扩冷锻工艺下的油管修复方法的流程示意图；
图2为本申请一种热扩冷锻工艺下的油管修复方法中将标识特征数据对应的特征值进行反馈调整的流程示意图；
图3为本申请一种热扩冷锻工艺下的油管修复方法中通过修正温度阈值进行后续的修复油管温度控制的流程示意图；
图4为本申请一种热扩冷锻工艺下的油管修复系统的结构示意图。
附图标记说明：基础参数获得模块11，图像采集模块12，特征识别模块13，筛选模块14，第一温度采集模块15，第二温度采集模块16，热扩冷锻处理模块17。
具体实施方式
本申请通过提供一种热扩冷锻工艺下的油管修复方法及系统。解决了现有技术中针对油管修复的精准性不高，进而造成油管修复的效果不佳的技术问题。达到了提高油管修复的精准性，进而提升油管修复的质量；同时，将热扩冷锻工艺与油管修复相结合，设计一种基于热扩冷锻工艺的智能化油管修复方法，提升油管修复的科学性，从而延长油管的使用周期，节约采油成本的技术效果。
实施例一
请参阅附图1，本申请提供一种热扩冷锻工艺下的油管修复方法，其中，所述方法应用于一种热扩冷锻工艺下的油管修复系统，所述系统与图像采集设备、温度采集设备、步进加热炉、探伤设备通信连接，所述方法具体包括如下步骤：
步骤S100：获得修复油管的基础参数信息；
步骤S200：通过所述图像采集装置进行所述修复油管的图像采集，得到图像采集集合；
具体而言，由所述一种热扩冷锻工艺下的油管修复系统对修复油管进行基础参数采集，获得基础参数信息。进一步，利用图像采集装置对修复油管进行图像采集，获得图像采集集合。其中，所述修复油管包括需要进行修复的多个油管。所述基础参数信息包括修复油管的内径参数、外径参数、公称尺寸、长度、质量、容积等数据信息。所述图像采集装置与所述一种热扩冷锻工艺下的油管修复系统通信连接。所述图像采集装置可以为现有技术中任意类型的能够采集获取图像信息的摄像装置或它们的结合。所述图像采集集合包括修复油管对应的图像数据信息。达到了获得修复油管的基础参数信息和图像采集集合，为后续对修复油管进行筛选提供数据支持的技术效果。
步骤S300：对所述图像采集集合进行油管特征识别，基于特征识别结果生成标识信息；
进一步的，本申请步骤S300还包括：
步骤S310：基于大数据构建油管评价特征集合；
步骤S320：通过所述油管评价特征集合进行所述图像采集集合的图像特征识别，生成图像特征识别结果；
步骤S330：根据所述图像特征识别结果中的特征种类和特征值进行所述修复油管的标识，得到所述标识信息。
具体而言，通过大数据对油管评价特征种类、油管评价特征值进行查询，获得油管评价特征集合，并根据油管评价特征集合对图像采集集合的图像数据信息进行特征识别，获得图像特征识别结果。进一步，按照图像特征识别结果对修复油管进行标识，获得标识信息。其中，所述油管评价特征集合包括可以使用所述一种热扩冷锻工艺下的油管修复系统进行修复的多个油管评价特征种类，以及该多个油管评价特征种类对应的多个油管评价特征值。例如，所述一种热扩冷锻工艺下的油管修复系统可以对油管锈蚀进行修复，则所述油管评价特征集合包括油管评价特征种类为油管锈蚀，油管锈蚀对应的油管评价特征值为1。所述图像特征识别结果包括图像采集集合的图像数据信息对应的油管评价特征种类、油管评价特征值。所述标识信息包括图像特征识别结果、修复油管，以及图像特征识别结果与修复油管之间的对应关系。即，所述标识信息包括图像特征识别结果的油管评价特征种类、油管评价特征值对应的修复油管。达到了通过油管评价特征集合对图像采集集合进行适应性地特征识别，获得可靠的图像特征识别结果，并根据其对修复油管进行准确地标识，获得标识信息，进而提高后续获得的目标修复油管的准确性的技术效果。
进一步的，本申请步骤S330之后，还包括：
步骤S340：获得所述图像采集装置的采集控制参数；
步骤S350：基于所述采集控制参数生成反馈比例数据；
步骤S360：对所述图像采集集合进行图像坐标构建，通过图像坐标构建结果获得所述标识信息的标识位置坐标；
步骤S370：通过所述反馈比例数据进行所述标识位置坐标调整，得到实际位置坐标；
步骤S380：将所述实际位置坐标添加至所述标识信息。
具体而言，由所述一种热扩冷锻工艺下的油管修复系统对图像采集装置进行控制参数查询，获得采集控制参数，并根据其确定反馈比例数据。进一步，通过对图像采集集合进行图像坐标构建，获得图像坐标构建结果，结合标识信息，确定标识位置坐标。进而，按照反馈比例数据对标识位置坐标进行坐标调整后，获得实际位置坐标，并将其添加至标识信息。其中，所述采集控制参数包括图像采集装置的图像采集角度、图像采集位置、图像采集分辨率等数据信息。所述反馈比例数据包括图像采集集合中修复油管的图像数据信息与修复油管的实际尺寸信息之间的比例参数信息。所述图像坐标构建结果包括图像采集集合对应的图像坐标数据信息。所述标识位置坐标包括标识信息在图像坐标构建结果中对应的坐标数据信息。所述实际位置坐标包括标识位置坐标对应的标识信息的实际坐标数据信息。所述标识信息还包括实际位置坐标。达到了获得实际位置坐标，并将其添加至标识信息，提高标识信息的全面性，继而提高后续获得的筛选数据的质量的技术效果。
步骤S400：通过所述标识信息和所述基础参数信息生成筛选数据，基于所述筛选数据筛选得到目标修复油管；
具体而言，基于标识信息对基础参数信息进行筛选，获得筛选数据，并根据筛选数据对修复油管进行筛选，获得目标修复油管。其中，所述筛选数据包括与标识信息对应的基础参数信息。所述目标修复油管包括筛选数据对应的修复油管。达到了通过筛选数据对修复油管进行筛选，确定目标修复油管，提高油管修复的精准性、针对性的技术效果。
步骤S500：将所述目标修复油管输送至所述步进加热炉，并控制进行升温加热，通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第一温度采集数据；
步骤S600：通过所述第一温度采集数据生成反馈温控参数，基于所述反馈温控参数进行所述步进加热炉的加热控制参数优化，并通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第二温度采集数据；
具体而言，将目标修复油管输送至步进加热炉，通过步进加热炉对目标修复油管进行升温加热，并利用温度采集设备对目标修复油管的内部的温度进行采集，获得第一温度采集数据。进一步，由所述一种热扩冷锻工艺下的油管修复系统对第一温度采集数据进行分析后，获得反馈温控参数，并按照反馈温控参数对步进加热炉的加热控制参数进行优化。此时，再次利用温度采集设备对目标修复油管的内部的温度进行采集，获得第二温度采集数据。其中，所述步进加热炉、所述温度采集设备与所述一种热扩冷锻工艺下的油管修复系统通信连接。所述温度采集设备可以为现有技术中红外热像仪等温度采集装置。所述步进加热炉为现有技术中通过专用的步进机构将目标修复油管进行连续式加热的装置。所述第一温度采集数据包括通过步进加热炉对目标修复油管进行升温加热时，目标修复油管的内部温度数据信息。所述反馈温控参数包括根据第一温度采集数据，需要对步进加热炉的加热控制参数进行调整的温度数据信息。例如，当第一温度采集数据表明目标修复油管的内部温度数据信息未达到热扩冷锻处理需要的温度时，所述反馈温控参数包括将步进加热炉的加热控制参数调整至热扩冷锻处理需要的温度。所述第二温度采集数据包括按照反馈温控参数对步进加热炉的加热控制参数进行优化后，目标修复油管的内部温度数据信息。达到了通过第一温度采集数据生成准确的反馈温控参数，并根据其对步进加热炉的加热控制参数进行优化，获得第二温度采集数据，提高对目标修复油管进行加热控制的准确性，进而提高油管修复的精准性的技术效果。
步骤S700：当所述第二温度采集数据满足预期温度阈值时，则对所述目标修复油管进行后续热扩冷锻处理。
进一步的，本申请步骤S700还包括：
步骤S710：通过带有实际位置坐标的所述标识信息进行所述目标修复油管的位置匹配，生成位置匹配结果；
步骤S720：基于所述位置匹配结果的标识信息进行所述目标修复油管的脏污特征值评价，生成脏污特征评价数据；
步骤S730：通过所述脏污特征评价数据进行除垢参数优化，基于优化后的除垢参数进行所述目标修复油管的除垢处理。
具体而言，对已获得的第二温度采集数据是否满足预期温度阈值进行判断，如果第二温度采集数据满足预期温度阈值，按照带有实际位置坐标的标识信息对目标修复油管进行位置匹配，获得位置匹配结果，并根据位置匹配结果的标识信息对目标修复油管进行脏污特征值评价，获得脏污特征评价数据。进而，按照脏污特征评价数据对除垢参数进行优化，并按照优化后的除垢参数对目标修复油管进行除垢处理。当目标修复油管的除垢处理完成之后，对目标修复油管进行后续热扩冷锻处理。
其中，所述预期温度阈值包括所述一种热扩冷锻工艺下的油管修复系统预先设定的目标修复油管的内部温度阈值，以及目标修复油管在该内部温度阈值下的保持时间。例如，所述预期温度阈值包括目标修复油管的内部温度为1150℃，且，目标修复油管在1150℃下保持10分钟。所述位置匹配结果包括目标修复油管对应的标识信息、实际位置坐标。所述脏污特征值包括由所述一种热扩冷锻工艺下的油管修复系统预先设置的多个脏污特征值。脏污特征值越大，对应的脏污程度越高。所述脏污特征评价数据包括目标修复油管的位置匹配结果对应的脏污特征值。所述除垢参数包括除垢机的工作功率、工作时长等除垢控制参数。示例性地，在通过所述脏污特征评价数据进行除垢参数优化时，当所述脏污特征评价数据表明目标修复油管的脏污程度较高时，可以将除垢参数中除垢机的工作功率进行增大、工作时长进行延长后，获得优化后的除垢参数，并按照其控制除垢机对目标修复油管进行除垢处理。所述除垢处理包括通过除垢机除去目标修复油管的油垢、水垢等脏污特征。所述后续热扩冷锻处理包括对已经完成除垢处理的目标修复油管进行加入芯棒扩管、缩径轧制、锻打等处理。达到了当所述第二温度采集数据满足预期温度阈值时，按照优化后的除垢参数对目标修复油管进行可靠地除垢处理之后，再对目标修复油管进行后续的热扩冷锻处理，防止因目标修复油管的油垢、水垢等脏污特征对热扩冷锻处理产生影响，提高对目标修复油管进行热扩冷锻处理的精准性，进而提高油管修复的质量的技术效果。
进一步的，如附图2所示，本申请步骤S700之后，还包括：
步骤S810：通过所述图像采集装置对修复完成的所述目标修复油管进行图像采集，得到修复图像集合；
步骤S820：对所述修复图像集合进行修复完成的所述目标修复油管的修复评价，判断是否存在不满足验收阈值的异常位置；
步骤S830：当存在不满足所述验收阈值的异常位置时，则基于所述异常位置匹配所述标识信息的标识特征数据；
步骤S840：将所述标识特征数据对应的特征值进行反馈调整。
具体而言，当目标修复油管修复完成之后，利用图像采集装置对其进行图像采集，获得修复图像集合。进一步，按照修复图像集合对修复完成的目标修复油管进行修复评价，并对修复完成的目标修复油管是否存在不满足验收阈值的异常位置进行判断，如果修复完成的目标修复油管存在不满足验收阈值的异常位置，则根据异常位置对标识信息进行匹配，获得标识特征数据。继而将标识特征数据对应的特征值进行反馈调整，即将标识特征数据对应的油管评价特征集合中的油管评价特征种类、油管评价特征值进行调整。示例性地，可以将标识特征数据对应的油管评价特征种类、油管评价特征值从油管评价特征集合进行删除。其中，所述修复图像集合包括修复完成的目标修复油管对应的图像数据信息。所述验收阈值包括修复完成的目标修复油管的修复评价阈值，可由所述一种热扩冷锻工艺下的油管修复系统自适应设置确定。所述异常位置包括修复完成的目标修复油管中，不满足验收阈值的位置信息。所述标识特征数据包括异常位置对应的标识信息。达到了通过修复图像集合进行修复完成的目标修复油管的修复评价，结合验收阈值确定异常位置，进而获得标识特征数据，并根据其对特征值进行反馈调整，进而提高所述一种热扩冷锻工艺下的油管修复系统进行油管修复的精准性的技术效果。
进一步的，如附图3所示，本申请步骤S700之后，还包括：
步骤S910：通过所述探伤设备对修复完成的所述目标修复油管进行探伤检测，生成探伤检测结果；
具体而言，当目标修复油管修复完成之后，由探伤设备对其进行探伤检测，获得探伤检测结果。其中，所述探伤设备可以为现有技术中油管高速探伤仪等。所述探伤检测结果包括修复完成的目标修复油管的内外壁是否存在腐蚀坑、凹坑、通孔、疲劳裂纹等缺陷，以及该缺陷对应的位置等数据信息。达到了利用探伤设备获得科学的探伤检测结果，为后续确定修正温度阈值夯实基础的技术效果。
步骤S920：基于所述探伤检测结果对所述预期温度阈值进行修正，得到修正温度阈值；
进一步的，本申请步骤S920还包括：
步骤S921：获得热扩冷锻过程的控制参数；
步骤S922：对所述控制参数进行参数自检，判断自检结果是否满足预期约束阈值；
步骤S923：当所述自检结果满足所述预期约束阈值时，则直接通过所述探伤检测结果对所述预期温度阈值进行修正，得到所述修正温度阈值。
步骤S930：通过所述修正温度阈值进行后续的修复油管温度控制。
具体而言，由所述一种热扩冷锻工艺下的油管修复系统对目标修复油管的热扩冷锻过程进行参数查询，获得控制参数，并对其进行参数自检，获得自检结果。进一步，对自检结果是否满足预期约束阈值进行判断，如果自检结果满足预期约束阈值，则按照探伤检测结果对预期温度阈值进行修正之后，获得修正温度阈值，并根据修正温度阈值进行后续的修复油管温度控制。即，按照修正温度阈值对使用所述一种热扩冷锻工艺下的油管修复系统进行修复的油管进行温度控制。其中，所述控制参数包括目标修复油管进行热扩冷锻过程的缩径轧制控制参数、锻打控制参数等数据信息。所述自检结果包括热扩冷锻过程的控制参数的正确性、合理性等评价结果数据信息。所述预期约束阈值包括控制参数的评价结果阈值。所述预期约束阈值可由所述一种热扩冷锻工艺下的油管修复系统自定义设置确定。所述修正温度阈值包括根据探伤检测结果对预期温度阈值进行修正后，获得的温度阈值数据信息。例如，当探伤检测结果表明修复完成的目标修复油管存在高温破损缺陷时，可以将预期温度阈值进行降低后，获得修正温度阈值。达到了通过探伤检测结果对预期温度阈值进行修正，获得准确的修正温度阈值，进而提高所述一种热扩冷锻工艺下的油管修复系统对修复油管的温度控制的精确度，提高油管修复的质量的技术效果。
综上所述，本申请所提供的一种热扩冷锻工艺下的油管修复方法具有如下技术效果：
1.通过对修复油管进行基础参数采集，获得修复油管的基础参数信息；通过所述图像采集装置进行所述修复油管的图像采集，得到图像采集集合；并对其进行油管特征识别，基于特征识别结果生成标识信息；通过所述标识信息和所述基础参数信息生成筛选数据，基于所述筛选数据筛选得到目标修复油管；将所述目标修复油管输送至所述步进加热炉，并控制进行升温加热，通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第一温度采集数据；通过所述第一温度采集数据生成反馈温控参数，基于所述反馈温控参数进行所述步进加热炉的加热控制参数优化，并通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第二温度采集数据；当所述第二温度采集数据满足预期温度阈值时，则对所述目标修复油管进行后续热扩冷锻处理。达到了提高油管修复的精准性，进而提升油管修复的质量；同时，将热扩冷锻工艺与油管修复相结合，设计一种基于热扩冷锻工艺的智能化油管修复方法，提升油管修复的科学性，从而延长油管的使用周期，节约采油成本的技术效果。
2.通过油管评价特征集合对图像采集集合进行适应性地特征识别，获得可靠的图像特征识别结果，并根据其对修复油管进行准确地标识，获得标识信息，进而提高获得的目标修复油管的准确性。
3.通过第一温度采集数据生成准确的反馈温控参数，并根据其对步进加热炉的加热控制参数进行优化，获得第二温度采集数据，提高对目标修复油管进行加热控制的准确性，进而提高油管修复的精准性。
4.当所述第二温度采集数据满足预期温度阈值时，按照优化后的除垢参数对目标修复油管进行可靠地除垢处理之后，再对目标修复油管进行后续的热扩冷锻处理，防止因目标修复油管的油垢、水垢等脏污特征对热扩冷锻处理产生影响，提高对目标修复油管进行热扩冷锻处理的精准性，进而提高油管修复的质量。
5.通过探伤检测结果对预期温度阈值进行修正，获得准确的修正温度阈值，进而提高所述一种热扩冷锻工艺下的油管修复系统对修复油管的温度控制的精确度，提高油管修复的质量。
实施例二
基于与前述实施例中一种热扩冷锻工艺下的油管修复方法，同样发明构思，本发明还提供了一种热扩冷锻工艺下的油管修复系统，请参阅附图4，所述系统包括：
基础参数获得模块11，所述基础参数获得模块11用于获得修复油管的基础参数信息；
图像采集模块12，所述图像采集模块12用于通过所述图像采集装置进行所述修复油管的图像采集，得到图像采集集合；
特征识别模块13，所述特征识别模块13用于对所述图像采集集合进行油管特征识别，基于特征识别结果生成标识信息；
筛选模块14，所述筛选模块14用于通过所述标识信息和所述基础参数信息生成筛选数据，基于所述筛选数据筛选得到目标修复油管；
第一温度采集模块15，所述第一温度采集模块15用于将所述目标修复油管输送至所述步进加热炉，并控制进行升温加热，通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第一温度采集数据；
第二温度采集模块16，所述第二温度采集模块16用于通过所述第一温度采集数据生成反馈温控参数，基于所述反馈温控参数进行所述步进加热炉的加热控制参数优化，并通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第二温度采集数据；
热扩冷锻处理模块17，所述热扩冷锻处理模块17用于当所述第二温度采集数据满足预期温度阈值时，则对所述目标修复油管进行后续热扩冷锻处理。
进一步的，所述系统还包括：
油管评价特征确定模块，所述油管评价特征确定模块用于基于大数据构建油管评价特征集合；
图像特征识别结果确定模块，所述图像特征识别结果确定模块用于通过所述油管评价特征集合进行所述图像采集集合的图像特征识别，生成图像特征识别结果；
标识信息确定模块，所述标识信息确定模块用于根据所述图像特征识别结果中的特征种类和特征值进行所述修复油管的标识，得到所述标识信息。
进一步的，所述系统还包括：
采集控制参数确定模块，所述采集控制参数确定模块用于获得所述图像采集装置的采集控制参数；
反馈比例数据确定模块，所述反馈比例数据确定模块用于基于所述采集控制参数生成反馈比例数据；
标识位置坐标确定模块，所述标识位置坐标确定模块用于对所述图像采集集合进行图像坐标构建，通过图像坐标构建结果获得所述标识信息的标识位置坐标；
实际位置坐标确定模块，所述实际位置坐标确定模块用于通过所述反馈比例数据进行所述标识位置坐标调整，得到实际位置坐标；
实际位置坐标添加模块，所述实际位置坐标添加模块用于将所述实际位置坐标添加至所述标识信息。
进一步的，所述系统还包括：
位置匹配结果确定模块，所述位置匹配结果确定模块用于通过带有实际位置坐标的所述标识信息进行所述目标修复油管的位置匹配，生成位置匹配结果；
脏污特征评价数据确定模块，所述脏污特征评价数据确定模块用于基于所述位置匹配结果的标识信息进行所述目标修复油管的脏污特征值评价，生成脏污特征评价数据；
除垢处理模块，所述除垢处理模块用于通过所述脏污特征评价数据进行除垢参数优化，基于优化后的除垢参数进行所述目标修复油管的除垢处理。
进一步的，所述系统还包括：
修复图像集合确定模块，所述修复图像集合确定模块用于通过所述图像采集装置对修复完成的所述目标修复油管进行图像采集，得到修复图像集合；
判断模块，所述判断模块用于对所述修复图像集合进行修复完成的所述目标修复油管的修复评价，判断是否存在不满足验收阈值的异常位置；
标识特征数据确定模块，所述标识特征数据确定模块用于当存在不满足所述验收阈值的异常位置时，则基于所述异常位置匹配所述标识信息的标识特征数据；
反馈调整模块，所述反馈调整模块用于将所述标识特征数据对应的特征值进行反馈调整。
进一步的，所述系统还包括：
探伤检测结果确定模块，所述探伤检测结果确定模块用于通过所述探伤设备对修复完成的所述目标修复油管进行探伤检测，生成探伤检测结果；
修正温度阈值确定模块，所述修正温度阈值确定模块用于基于所述探伤检测结果对所述预期温度阈值进行修正，得到修正温度阈值；
修复油管温度控制模块，所述修复油管温度控制模块用于通过所述修正温度阈值进行后续的修复油管温度控制。
进一步的，所述系统还包括：
控制参数获得模块，所述控制参数获得模块用于获得热扩冷锻过程的控制参数；
自检判断模块，所述自检判断模块用于对所述控制参数进行参数自检，判断自检结果是否满足预期约束阈值；
修正温度阈值确定模块，所述修正温度阈值确定模块用于当所述自检结果满足所述预期约束阈值时，则直接通过所述探伤检测结果对所述预期温度阈值进行修正，得到所述修正温度阈值。
本申请提供了一种热扩冷锻工艺下的油管修复方法，其中，所述方法应用于一种热扩冷锻工艺下的油管修复系统，所述方法包括：通过对修复油管进行基础参数采集，获得修复油管的基础参数信息；通过所述图像采集装置进行所述修复油管的图像采集，得到图像采集集合；并对其进行油管特征识别，基于特征识别结果生成标识信息；通过所述标识信息和所述基础参数信息生成筛选数据，基于所述筛选数据筛选得到目标修复油管；将所述目标修复油管输送至所述步进加热炉，并控制进行升温加热，通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第一温度采集数据；通过所述第一温度采集数据生成反馈温控参数，基于所述反馈温控参数进行所述步进加热炉的加热控制参数优化，并通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第二温度采集数据；当所述第二温度采集数据满足预期温度阈值时，则对所述目标修复油管进行后续热扩冷锻处理。解决了现有技术中针对油管修复的精准性不高，进而造成油管修复的效果不佳的技术问题。达到了提高油管修复的精准性，进而提升油管修复的质量；同时，将热扩冷锻工艺与油管修复相结合，设计一种基于热扩冷锻工艺的智能化油管修复方法，提升油管修复的科学性，从而延长油管的使用周期，节约采油成本的技术效果。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
本说明书和附图仅仅是本申请的示例性说明，如果本发明的修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种热扩冷锻工艺下的油管修复方法，其特征在于，所述方法应用于智能控制系统，所述智能控制系统与图像采集设备、温度采集设备、步进加热炉通信连接，所述方法包括：
获得修复油管的基础参数信息；
通过所述图像采集装置进行所述修复油管的图像采集，得到图像采集集合；
对所述图像采集集合进行油管特征识别，基于特征识别结果生成标识信息；
通过所述标识信息和所述基础参数信息生成筛选数据，基于所述筛选数据筛选得到目标修复油管；
将所述目标修复油管输送至所述步进加热炉，并控制进行升温加热，通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第一温度采集数据；
通过所述第一温度采集数据生成反馈温控参数，基于所述反馈温控参数进行所述步进加热炉的加热控制参数优化，并通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第二温度采集数据；
当所述第二温度采集数据满足预期温度阈值时，则对所述目标修复油管进行后续热扩冷锻处理。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
基于大数据构建油管评价特征集合；
通过所述油管评价特征集合进行所述图像采集集合的图像特征识别，生成图像特征识别结果；
根据所述图像特征识别结果中的特征种类和特征值进行所述修复油管的标识，得到所述标识信息。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
获得所述图像采集装置的采集控制参数；
基于所述采集控制参数生成反馈比例数据；
对所述图像采集集合进行图像坐标构建，通过图像坐标构建结果获得所述标识信息的标识位置坐标；
通过所述反馈比例数据进行所述标识位置坐标调整，得到实际位置坐标；
将所述实际位置坐标添加至所述标识信息。
4.如权利要求3所述的方法，其特征在于，所述对所述目标修复油管进行后续热扩冷锻处理之前，还包括：
通过带有实际位置坐标的所述标识信息进行所述目标修复油管的位置匹配，生成位置匹配结果；
基于所述位置匹配结果的标识信息进行所述目标修复油管的脏污特征值评价，生成脏污特征评价数据；
通过所述脏污特征评价数据进行除垢参数优化，基于优化后的除垢参数进行所述目标修复油管的除垢处理。
5.如权利要求2所述的方法，其特征在于，所述方法还包括：
通过所述图像采集装置对修复完成的所述目标修复油管进行图像采集，得到修复图像集合；
对所述修复图像集合进行修复完成的所述目标修复油管的修复评价，判断是否存在不满足验收阈值的异常位置；
当存在不满足所述验收阈值的异常位置时，则基于所述异常位置匹配所述标识信息的标识特征数据；
将所述标识特征数据对应的特征值进行反馈调整。
6.如权利要求1所述的方法，其特征在于，所述智能控制系统还与探伤设备通信连接，所述方法还包括：
通过所述探伤设备对修复完成的所述目标修复油管进行探伤检测，生成探伤检测结果；
基于所述探伤检测结果对所述预期温度阈值进行修正，得到修正温度阈值；
通过所述修正温度阈值进行后续的修复油管温度控制。
7.如权利要求6所述的方法，其特征在于，所述方法还包括：
获得热扩冷锻过程的控制参数；
对所述控制参数进行参数自检，判断自检结果是否满足预期约束阈值；
当所述自检结果满足所述预期约束阈值时，则直接通过所述探伤检测结果对所述预期温度阈值进行修正，得到所述修正温度阈值。
8.一种热扩冷锻工艺下的油管修复系统，其特征在于，所述系统与图像采集设备、温度采集设备、步进加热炉通信连接，所述系统包括：
基础参数获得模块，所述基础参数获得模块用于获得修复油管的基础参数信息；
图像采集模块，所述图像采集模块用于通过所述图像采集装置进行所述修复油管的图像采集，得到图像采集集合；
特征识别模块，所述特征识别模块用于对所述图像采集集合进行油管特征识别，基于特征识别结果生成标识信息；
筛选模块，所述筛选模块用于通过所述标识信息和所述基础参数信息生成筛选数据，基于所述筛选数据筛选得到目标修复油管；
第一温度采集模块，所述第一温度采集模块用于将所述目标修复油管输送至所述步进加热炉，并控制进行升温加热，通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第一温度采集数据；
第二温度采集模块，所述第二温度采集模块用于通过所述第一温度采集数据生成反馈温控参数，基于所述反馈温控参数进行所述步进加热炉的加热控制参数优化，并通过所述温度采集设备进行所述目标修复油管内部的温度采集，生成第二温度采集数据；
热扩冷锻处理模块，所述热扩冷锻处理模块用于当所述第二温度采集数据满足预期温度阈值时，则对所述目标修复油管进行后续热扩冷锻处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211022162.6A CN115115623B (zh) | 2022-08-25 | 2022-08-25 | 一种热扩冷锻工艺下的油管修复方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211022162.6A CN115115623B (zh) | 2022-08-25 | 2022-08-25 | 一种热扩冷锻工艺下的油管修复方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115115623A CN115115623A (zh) | 2022-09-27 |
| CN115115623B true CN115115623B (zh) | 2022-11-22 |
Family
ID=83335942
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211022162.6A Active CN115115623B (zh) | 2022-08-25 | 2022-08-25 | 一种热扩冷锻工艺下的油管修复方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115115623B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115712248B (zh) * | 2023-01-10 | 2023-05-09 | 昆山市恒达精密机械工业有限公司 | 一种基于反馈优化的研磨智能控制方法及系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB201505753D0 (en) * | 2014-04-04 | 2015-05-20 | Bisn Tec Ltd | Well casing/tubing disposal |
| CN108916531A (zh) * | 2018-06-28 | 2018-11-30 | 沈阳理工大学 | 一种适用于石油管道腐蚀区检测及实时修复的机器人 |
| CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
| CN110126311A (zh) * | 2019-04-15 | 2019-08-16 | 桐昆集团浙江恒通化纤有限公司 | 一种在线处理纺丝油剂泵输油管漏油修复的方法 |
| CN111136121A (zh) * | 2019-12-31 | 2020-05-12 | 乐陵市云发钢管制造有限公司 | 一种热扩冷锻修复装置及修复方法 |
| CN111203685A (zh) * | 2020-02-04 | 2020-05-29 | 中国石油天然气集团有限公司 | 一种腐蚀偏磨废旧油管热轧修复方法 |
| CN112122520A (zh) * | 2020-09-04 | 2020-12-25 | 四川蜂巢智造云科技有限公司 | 一种多工序锻造材料温度反馈系统 |
| CN113189195A (zh) * | 2021-05-17 | 2021-07-30 | 中国石油天然气集团有限公司 | 一种连续油管缺陷喷标定位方法 |
| CN113759070A (zh) * | 2021-08-23 | 2021-12-07 | 国网江苏省电力有限公司 | 一种连续溢油条件换流变垂直溢油流淌火模拟实验平台及实验方法 |
| CN113793384A (zh) * | 2021-09-15 | 2021-12-14 | 上海大学 | 一种基于图像处理的石油钻杆变径定位方法及系统 |
| CN215314233U (zh) * | 2021-03-16 | 2021-12-28 | 福建中海创自动化科技有限公司 | 一种智能可识别的底盘组合油管视觉识别检查装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130180405A1 (en) * | 2012-01-13 | 2013-07-18 | Ron W. Currie | Gas Chromatography Capillary Devices and Methods |
-
2022
- 2022-08-25 CN CN202211022162.6A patent/CN115115623B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB201505753D0 (en) * | 2014-04-04 | 2015-05-20 | Bisn Tec Ltd | Well casing/tubing disposal |
| CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
| CN108916531A (zh) * | 2018-06-28 | 2018-11-30 | 沈阳理工大学 | 一种适用于石油管道腐蚀区检测及实时修复的机器人 |
| CN110126311A (zh) * | 2019-04-15 | 2019-08-16 | 桐昆集团浙江恒通化纤有限公司 | 一种在线处理纺丝油剂泵输油管漏油修复的方法 |
| CN111136121A (zh) * | 2019-12-31 | 2020-05-12 | 乐陵市云发钢管制造有限公司 | 一种热扩冷锻修复装置及修复方法 |
| CN111203685A (zh) * | 2020-02-04 | 2020-05-29 | 中国石油天然气集团有限公司 | 一种腐蚀偏磨废旧油管热轧修复方法 |
| CN112122520A (zh) * | 2020-09-04 | 2020-12-25 | 四川蜂巢智造云科技有限公司 | 一种多工序锻造材料温度反馈系统 |
| CN215314233U (zh) * | 2021-03-16 | 2021-12-28 | 福建中海创自动化科技有限公司 | 一种智能可识别的底盘组合油管视觉识别检查装置 |
| CN113189195A (zh) * | 2021-05-17 | 2021-07-30 | 中国石油天然气集团有限公司 | 一种连续油管缺陷喷标定位方法 |
| CN113759070A (zh) * | 2021-08-23 | 2021-12-07 | 国网江苏省电力有限公司 | 一种连续溢油条件换流变垂直溢油流淌火模拟实验平台及实验方法 |
| CN113793384A (zh) * | 2021-09-15 | 2021-12-14 | 上海大学 | 一种基于图像处理的石油钻杆变径定位方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| "Automation of the Technological Process of Cleaning Tubing During the Repair of Downhole Equipment Using a Mobile Robotic Complex";R.A Munasypov等;《2019 1st International Conference on Control Systems，Mathematical Modelling, Automation and Energy Efficiency 》;20191231;第294-296页 * |
| 基于DSP的石油输油管高频加热电源的研究;董海通等;《电子世界》;20140915(第17期);第51-52页 * |
| 基于红外图像处理的埋地石油管道自动探测技术;周鹏等;《天津大学学报》;20070125(第01期);第88-93页 * |
| 管道焊缝的无损检测技术及分析;缪斌;《河南科技》;20141125(第22期);第30-31页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115115623A (zh) | 2022-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115115623B (zh) | 一种热扩冷锻工艺下的油管修复方法及系统 | |
| CN108332681B (zh) | 一种薄壁管材大塑性弯曲截面轮廓曲线的确定方法 | |
| JP3848236B2 (ja) | 欠陥情報検出感度データの決定方法及び欠陥情報検出感度データの決定装置、欠陥検出装置の管理方法、半導体装置の欠陥検出方法及び半導体装置の欠陥検出装置 | |
| CN102393397B (zh) | 一种磁瓦表面缺陷检测系统及其检测方法 | |
| CN116136393B (zh) | 轴承套圈内圈检测系统及方法 | |
| EP3118612A1 (en) | Steel-pipe surface inspection method, surface inspection device, manufacturing system, defect generation-location specifying method, and manufacturing method | |
| CN110345877B (zh) | 一种管板孔径和节距测量方法 | |
| CN110560376B (zh) | 一种产品表面缺陷检测方法及装置 | |
| CN101169826A (zh) | 基于机器视觉的排辊成形焊管质量在线监控系统 | |
| CN109767426B (zh) | 一种基于图像特征识别的盾构隧道渗漏水检测方法 | |
| KR101379438B1 (ko) | 벤딩 설비의 실시간 곡률 보정 시스템 및 그 방법 | |
| CN113077416A (zh) | 一种基于图像处理的焊点焊接缺陷检测方法与系统 | |
| CN114113115B (zh) | 一种大口径元件表面微缺陷高精度自动定位方法 | |
| KR101562988B1 (ko) | 열간소재의 표면결함 검출 장치 및 표면 검출 방법 | |
| CN110936020B (zh) | 修复焊缝轨迹的方法、装置、激光焊接设备及存储介质 | |
| KR101858829B1 (ko) | 편석 분석 장치 및 방법 | |
| CN113119087A (zh) | 壳管胀接控制方法、系统和存储介质 | |
| CN116764988A (zh) | 壁挂炉黄铜阀门的智能化生产方法及其系统 | |
| CN117094989B (zh) | 用于光学瞄准镜的镜片质量管理方法及系统 | |
| KR102536439B1 (ko) | 용접 이상 진단 장치 | |
| CN117620512A (zh) | 焊接质量检测系统 | |
| CN115541612B (zh) | 一种数据采集终端 | |
| JP6595800B2 (ja) | 欠損検査装置、及び欠損検査方法 | |
| CN116385476B (zh) | 基于视觉检测的铁塔质量分析方法 | |
| CN114299297A (zh) | 一种焊缝缺陷识别的方法、装置、设备及介质 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Zhanhui Inventor after: Wang Fayun Inventor after: Zeng Jian Inventor after: Chen Haibo Inventor after: Deng Jiaxing Inventor after: Chen Shijie Inventor after: Zhang Meng Inventor before: Yu Hui Inventor before: Wang Zhanhui Inventor before: Huang Haisheng Inventor before: Zhang Peng Inventor before: Li Na Inventor before: Chen Jianbo Inventor before: Zhang Kaifeng Inventor before: Wang Fayun Inventor before: Zeng Jian Inventor before: Chen Haibo Inventor before: Deng Jiaxing Inventor before: Chen Shijie Inventor before: Zhang Meng |