CN115905961A - 一种基于多源数据的管道缺陷分析方法 - Google Patents
一种基于多源数据的管道缺陷分析方法 Download PDFInfo
- Publication number
- CN115905961A CN115905961A CN202310220072.6A CN202310220072A CN115905961A CN 115905961 A CN115905961 A CN 115905961A CN 202310220072 A CN202310220072 A CN 202310220072A CN 115905961 A CN115905961 A CN 115905961A
- Authority
- CN
- China
- Prior art keywords
- pipeline
- data
- defect
- source
- judgment
- 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.)
- Granted
Links
- 230000007547 defect Effects 0.000 title claims abstract description 132
- 238000004458 analytical method Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 32
- 230000008859 change Effects 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000007847 structural defect Effects 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 6
- 230000007849 functional defect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000000638 solvent extraction Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 50
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 4
- 239000010865 sewage Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000010842 industrial wastewater Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明涉及管道缺陷分析领域,尤其涉及一种基于多源数据的管道缺陷分析方法,包括:根据管道数据来源划分多源管道数据集合;利用所述多源管道数据集合得到管道缺陷判断结果;根据所述管道缺陷判断结果得到管道缺陷分析结果,通过管道实时数据的采集分析,建立多个判断标准,满足了管道运行时的变化随机性,同时避免了单一固定标准带来的判断失误和应用范围狭窄等问题,在判断结果的基础上,又对采集但未参与判断标准的数据进行仿真补偿,考虑全面,针对各生命周期、不同类型的管道均有较好效果,将判断结果与分析趋势共同作为分析结果,可根据不同需求在方法中各步骤提取结果,对于管道缺陷的分析与判断均可单独处理,提升了分析判断的准确性。
Description
技术领域
本发明涉及管道缺陷分析领域,具体涉及一种基于多源数据的管道缺陷分析方法。
背景技术
在市政管道日常监测维护中,由于其暴露面较少,对于管道各项问题的出现也不能及时发现,而单独制定某种缺陷监测分析方案,则无法根据管道的环境,内部流动等实时因素进行调节,因而无法对管道缺陷做出切实有效的监测、发现、分析。
发明内容
针对现有技术的不足,本发明提供了一种基于多源数据的管道缺陷分析方法,通过多源数据的采集处理,进行判断后建立动态标准,提升管道缺陷的发现及时性与应用范围。
为实现上述目的,本发明提供了一种基于多源数据的管道缺陷分析方法,包括:
根据管道数据来源划分多源管道数据集合;
利用所述多源管道数据集合得到管道缺陷判断结果;
根据所述管道缺陷判断结果得到管道缺陷分析结果。
优选的,所述根据管道数据来源划分多源管道数据集合包括:
采集管道源头处对应数据作为实时源头数据;
采集管道输送处对应数据作为实时中段数据;
采集管道终端处对应数据作为实时末端数据;
利用所述实时源头数据、实时中段数据与实时末端数据建立多源管道数据集合;
其中,对应数据包括超声波数据、管道流速与管道年限,超声波数据的采集过程中保证内外环境变量相同。
优选的,利用所述多源管道数据集合得到管道缺陷判断结果包括:
建立管道数据-缺陷初始判断标准;
判断所述多源管道数据集合中各数据是否符合管道数据-缺陷初始判断标准,若是,则管道缺陷判断结果为存在,否则,利用所述多源管道数据集合中各数据进行叠加处理得到管道缺陷二次判断结果;
利用所述管道缺陷二次判断结果建立管道缺陷动态判断标准;
利用所述管道缺陷动态判断标准得到管道缺陷判断结果。
进一步的,所述建立管道数据-缺陷初始判断标准包括:
判断所述多源管道数据集合中实时中段数据的超声波数据与相邻上一时刻的实时中段数据的超声波数据的差值是否大于标准波动阈值,若是,则获取所述多源管道数据集合中实时源头数据的超声波数据与实时末端数据的超声波数据的差值作为第一差值,否则,放弃建立标准,管道存在缺陷问题;
利用所述相邻上一时刻的多源管道数据集合中实时源头数据的超声波数据与实时末端数据的超声波数据的差值作为第二差值;
利用所述第一差值与第二差值建立管道数据-缺陷初始判断标准;
其中,标准波动阈值为根据管道类型及使用场景设定,范围为5%至8%。
进一步的,利用所述第一差值与第二差值建立管道数据-缺陷初始判断标准包括:
当待分析管道的超声波数据位于第一差值与第二差值的范围内时,管道数据-缺陷初始判断结果为无结构性缺陷;
当待分析管道的超声波数据位于第一差值与第二差值的范围外时,管道数据-缺陷初始判断结果为结构性缺陷。
进一步的,利用所述多源管道数据集合中各数据进行叠加处理得到管道缺陷二次判断结果包括:
利用所述多源管道数据集合根据管道类型计算多源管道数据二次判断值的计算式如下:
其中,m为多源管道数据二次判断值,x为多源管道数据集合的实时源头数据的超声波数据,y为多源管道数据集合的实时中段数据的超声波数据,z为多源管道数据集合的实时末端数据的超声波数据,n1为多源管道数据集合的实时源头数据的超声波数据权重,n2为多源管道数据集合的实时中段数据的超声波数据权重,n3为多源管道数据集合的实时末端数据的超声波数据权重,n1、n2、n3为根据管道类型进行确定;
判断所述多源管道数据二次判断值是否处于结构性缺陷波动范围内,若是,则管道缺陷二次判断结果为无结构性缺陷,否则,管道缺陷二次判断结果为存在结构性缺陷;
其中,结构性缺陷波动范围为根据结构性缺陷标准值浮动5%,所述结构性缺陷标准值为利用管道各处的初始超声波数据与n1、n2、n3叠加处理得到。
进一步的,利用所述管道缺陷二次判断结果建立管道缺陷动态判断标准包括:
当多源管道数据集合的管道流速与相同管道相邻上一处的管道流速的差值处于流速波动阈值时,判断管道缺陷二次判断结果是否存在结构性缺陷,若是,则管道缺陷动态判断结果为待验证,否则,管道缺陷动态判断结果为无风险;
当多源管道数据集合的管道流速与相同管道相邻上一处的管道流速的差值超出流速波动阈值时,所述管道缺陷动态判断结果为存在功能性缺陷;
其中,流速波动阈值为根据管道类型进行设定。
优选的,根据所述管道缺陷判断结果得到管道缺陷分析结果包括:
判断所述管道缺陷判断结果是否对应管道数据-缺陷初始判断标准,若是,则利用多源管道数据集合的管道流速与管道年限基于Matlab得到流速-年限补偿函数,否则,利用多源管道数据集合的管道年限基于Matlab得到管道年限补偿函数;
当管道缺陷判断结果为一次判断得出时,利用多源管道数据集合的超声波数据基于Polynomial运算得到第一初始评估函数;
当管道缺陷判断结果为二次判断得出时,利用多源管道数据集合的超声波数据与管道流速基于Polynomial运算得到第二评估函数;
利用所述流速-年限补偿函数与第一初始评估函数得到第一分析函数;
利用所述管道年限补偿函数与第二初始评估函数得到第二分析函数;
利用所述第一分析函数与第二分析函数得到管道缺陷分析结果;
其中,第一初始评估函数为一维函数,第二初始评估函数为二维函数。
进一步的于,利用所述第一分析函数与第二分析函数得到管道缺陷分析结果包括;
当存在第一分析函数时,根据所述第一分析函数得到第一管道缺陷趋势变化;
当存在第二分析函数时,根据所述第二分析函数得到第二管道缺陷趋势变化;
利用所述第一管道缺陷趋势变化与第二管道缺陷趋势变化作为管道缺陷趋势结果;
利用所述管道缺陷趋势结果与管道缺陷判断结果作为管道缺陷分析结果。
与最接近的现有技术相比,本发明具有的有益效果:
通过管道实时数据的采集分析,建立多个判断标准,满足了管道运行时的变化随机性,同时避免了单一固定标准带来的判断失误和应用范围狭窄等问题,在判断结果的基础上,又对采集但未参与判断标准的数据进行仿真补偿,考虑全面,针对各生命周期、不同类型的管道均有较好效果,将判断结果与分析趋势共同作为分析结果,可根据不同需求在方法中各步骤提取结果,对于管道缺陷的分析与判断均可单独处理,提升了分析判断的准确性。
附图说明
图1是本发明提供的一种基于多源数据的管道缺陷分析方法的流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1:本发明提供了一种基于多源数据的管道缺陷分析方法,如图1所示,包括:
S1、根据管道数据来源划分多源管道数据集合;
S2、利用所述多源管道数据集合得到管道缺陷判断结果;
S3、根据所述管道缺陷判断结果得到管道缺陷分析结果。
S1具体包括:
S1-1、采集管道源头处对应数据作为实时源头数据;
S1-2、采集管道输送处对应数据作为实时中段数据;
S1-3、采集管道终端处对应数据作为实时末端数据;
S1-4、利用所述实时源头数据、实时中段数据与实时末端数据建立多源管道数据集合;
其中,对应数据包括超声波数据、管道流速与管道年限,超声波数据的采集过程中保证内外环境变量相同。
本实施例中,一种基于多源数据的管道缺陷分析方法,管道源头处、管道输送处与管道终端处均为同一管道的不同采样点,源头处、输送处与终端处为相对位置划分,且采集数据时不进行采集位置的固定,保证在同一管道不同位置数据采集的随机性,便于后续数据分析处理对于管道缺陷的监测。
S2具体包括:
S2-1、建立管道数据-缺陷初始判断标准;
S2-2、判断所述多源管道数据集合中各数据是否符合管道数据-缺陷初始判断标准,若是,则管道缺陷判断结果为存在,否则,利用所述多源管道数据集合中各数据进行叠加处理得到管道缺陷二次判断结果;
S2-3、利用所述管道缺陷二次判断结果建立管道缺陷动态判断标准;
S2-4、利用所述管道缺陷动态判断标准得到管道缺陷判断结果。
S2-1具体包括:
S2-1-1、判断所述多源管道数据集合中实时中段数据的超声波数据与相邻上一时刻的实时中段数据的超声波数据的差值是否大于标准波动阈值,若是,则获取所述多源管道数据集合中实时源头数据的超声波数据与实时末端数据的超声波数据的差值作为第一差值,否则,放弃建立标准,管道存在缺陷问题;
S2-1-2、利用所述相邻上一时刻的多源管道数据集合中实时源头数据的超声波数据与实时末端数据的超声波数据的差值作为第二差值;
S2-1-3、利用所述第一差值与第二差值建立管道数据-缺陷初始判断标准;
其中,标准波动阈值为根据管道类型及使用场景设定,范围为5%至8%。
本实施例中,一种基于多源数据的管道缺陷分析方法,根据正常管道运行的变化规律,管道运行负荷出现波动在某一与管道自身数据关联的范围内波动,即同一管道在不同处的超声波数据差值与相邻前一时刻的同一管道不同处超声波数据差值为正常数据的波动范围上下限。
本实施例中,一种基于多源数据的管道缺陷分析方法,在第一次标准建立的同时,即利用实时数据进行初次筛选,对于未达标的情况立刻作为存在缺陷的判定,提升了判断过程的效率。
本实施例中,一种基于多源数据的管道缺陷分析方法,所述管道类型包括但不限于:给水管道、排水管道、燃气管道、热力管道、电力电缆,其中,给水管道:主要为城市输送供应生活用水、生产用水、消防用水和市政绿化及喷洒用水,包括输水管道和配水管网两部分;排水管道:主要是及时收集城市生活污水、工业废水和雨水,并将生活污水和工业废水输送到污水处理厂进行处理后排放;燃气管道:主要是将燃气分配站中的燃气输送分配到各用户,供用户使用;热力管道:供给用户取暖使用,有热水管道和蒸汽管道;电力电缆:为城市输送电能。
S2-1-3具体包括:
S2-1-3-1、当待分析管道的超声波数据位于第一差值与第二差值的范围内时,管道数据-缺陷初始判断结果为无结构性缺陷;
S2-1-3-2、当待分析管道的超声波数据位于第一差值与第二差值的范围外时,管道数据-缺陷初始判断结果为结构性缺陷。
本实施例中,一种基于多源数据的管道缺陷分析方法,结构性缺陷包括破裂、变形、腐蚀、错口、起伏、脱节、接口材料脱落、支管暗接、异物入侵、渗漏等10种,可通过管道对应超声波数据进行直接反应。
S2-2具体包括:
S2-2-1、利用所述多源管道数据集合根据管道类型计算多源管道数据二次判断值的计算式如下:
其中,m为多源管道数据二次判断值,x为多源管道数据集合的实时源头数据的超声波数据,y为多源管道数据集合的实时中段数据的超声波数据,z为多源管道数据集合的实时末端数据的超声波数据,n1为多源管道数据集合的实时源头数据的超声波数据权重,n2为多源管道数据集合的实时中段数据的超声波数据权重,n3为多源管道数据集合的实时末端数据的超声波数据权重,n1、n2、n3为根据管道类型进行确定;
S2-2-2、判断所述多源管道数据二次判断值是否处于结构性缺陷波动范围内,若是,则管道缺陷二次判断结果为无结构性缺陷,否则,管道缺陷二次判断结果为存在结构性缺陷;
其中,结构性缺陷波动范围为根据结构性缺陷标准值浮动5%,所述结构性缺陷标准值为利用管道各处的初始超声波数据与n1、n2、n3叠加处理得到。
本实施例中,一种基于多源数据的管道缺陷分析方法,管道各处超声波数据对应权重利用AHP层次分析法得出。
S2-3具体包括:
S2-3-1、当多源管道数据集合的管道流速与相同管道相邻上一处的管道流速的差值处于流速波动阈值时,判断管道缺陷二次判断结果是否存在结构性缺陷,若是,则管道缺陷动态判断结果为待验证,否则,管道缺陷动态判断结果为无风险;
S2-3-2、当多源管道数据集合的管道流速与相同管道相邻上一处的管道流速的差值超出流速波动阈值时,所述管道缺陷动态判断结果为存在功能性缺陷;
其中,流速波动阈值为根据管道类型进行设定。
本实施例中,一种基于多源数据的管道缺陷分析方法,将管道实时数据与相邻上一刻数据联系,建立动态阈值,实现动态标准获取 。
本实施例中,一种基于多源数据的管道缺陷分析方法,管道类型根据其内部流动的物质以及在市政管网中的作用进行人工设定。
本实施例中,一种基于多源数据的管道缺陷分析方法,功能性缺陷包括沉积、结垢、障碍物、树根、残墙坝根、坝头和浮渣等6种,通常可通过管道内的实时流速进行直接反应。
S3具体包括:
S3-1、判断所述管道缺陷判断结果是否对应管道数据-缺陷初始判断标准,若是,则利用多源管道数据集合的管道流速与管道年限基于Matlab得到流速-年限补偿函数,否则,利用多源管道数据集合的管道年限基于Matlab得到管道年限补偿函数;
S3-2、当管道缺陷判断结果为一次判断得出时,利用多源管道数据集合的超声波数据基于Polynomial运算得到第一初始评估函数;
S3-3、当管道缺陷判断结果为二次判断得出时,利用多源管道数据集合的超声波数据与管道流速基于Polynomial运算得到第二评估函数;
S3-4、利用所述流速-年限补偿函数与第一初始评估函数得到第一分析函数;
S3-5、利用所述管道年限补偿函数与第二初始评估函数得到第二分析函数;
S3-6、利用所述第一分析函数与第二分析函数得到管道缺陷分析结果;
其中,第一初始评估函数为一维函数,第二初始评估函数为二维函数。
本实施例中,一种基于多源数据的管道缺陷分析方法,补偿函数是基于Matlab进行仿真的插值函数,在来源数据种类较少的情况应用牛顿前插公式,如下所示:
function [y]=newton_forward(x0,h,xn,Y,x)
n=(xn-x0)/h+1;f=zeros(n,n);
for k=1:n
f(k,1)=Y(k);
end
for i=2:n
for k=i:n
f(k,i)=f(k,i-1)-f(k-1,i-1);
end
end
t=(x-x0)/h; y=f(1,1);
for k=2:n
p=ones(1,length(x));
for j=1:k-1
p=p.*(t-j+1)/j;
end
y=f(k,k)*
p+y;
end
end
S3-6具体包括:
S3-6-1、当存在第一分析函数时,根据所述第一分析函数得到第一管道缺陷趋势变化;
S3-6-2、当存在第二分析函数时,根据所述第二分析函数得到第二管道缺陷趋势变化;
S3-6-3、利用所述第一管道缺陷趋势变化与第二管道缺陷趋势变化作为管道缺陷趋势结果;
S3-6-4、利用所述管道缺陷趋势结果与管道缺陷判断结果作为管道缺陷分析结果。
本实施例中,一种基于多源数据的管道缺陷分析方法,管道缺陷判断结果为结构性缺陷、功能性缺陷与无缺陷,同时根据管道缺陷对应函数可得出缺陷趋势变化状态,同时利用两个结果共同作为管道缺陷分析结果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (9)
1.一种基于多源数据的管道缺陷分析方法,其特征在于,包括:
根据管道数据来源划分多源管道数据集合;
利用所述多源管道数据集合得到管道缺陷判断结果;
根据所述管道缺陷判断结果得到管道缺陷分析结果。
2.如权利要求1所述的一种基于多源数据的管道缺陷分析方法,其特征在于,所述根据管道数据来源划分多源管道数据集合包括:
采集管道源头处对应数据作为实时源头数据;
采集管道输送处对应数据作为实时中段数据;
采集管道终端处对应数据作为实时末端数据;
利用所述实时源头数据、实时中段数据与实时末端数据建立多源管道数据集合;
其中,对应数据包括超声波数据、管道流速与管道年限,超声波数据的采集过程中保证内外环境变量相同。
3.如权利要求1所述的一种基于多源数据的管道缺陷分析方法,其特征在于,利用所述多源管道数据集合得到管道缺陷判断结果包括:
建立管道数据-缺陷初始判断标准;
判断所述多源管道数据集合中各数据是否符合管道数据-缺陷初始判断标准,若是,则管道缺陷判断结果为存在,否则,利用所述多源管道数据集合中各数据进行叠加处理得到管道缺陷二次判断结果;
利用所述管道缺陷二次判断结果建立管道缺陷动态判断标准;
利用所述管道缺陷动态判断标准得到管道缺陷判断结果。
4.如权利要求3所述的一种基于多源数据的管道缺陷分析方法,其特征在于,所述建立管道数据-缺陷初始判断标准包括:
判断所述多源管道数据集合中实时中段数据的超声波数据与相邻上一时刻的实时中段数据的超声波数据的差值是否大于标准波动阈值,若是,则获取所述多源管道数据集合中实时源头数据的超声波数据与实时末端数据的超声波数据的差值作为第一差值,否则,放弃建立标准,管道存在缺陷问题;
利用所述相邻上一时刻的多源管道数据集合中实时源头数据的超声波数据与实时末端数据的超声波数据的差值作为第二差值;
利用所述第一差值与第二差值建立管道数据-缺陷初始判断标准;
其中,标准波动阈值为根据管道类型及使用场景设定,范围为5%至8%。
5.如权利要求4所述的一种基于多源数据的管道缺陷分析方法,其特征在于,利用所述第一差值与第二差值建立管道数据-缺陷初始判断标准包括:
当待分析管道的超声波数据位于第一差值与第二差值的范围内时,管道数据-缺陷初始判断结果为无结构性缺陷;
当待分析管道的超声波数据位于第一差值与第二差值的范围外时,管道数据-缺陷初始判断结果为结构性缺陷。
6.如权利要求3所述的一种基于多源数据的管道缺陷分析方法,其特征在于,利用所述多源管道数据集合中各数据进行叠加处理得到管道缺陷二次判断结果包括:
利用所述多源管道数据集合根据管道类型计算多源管道数据二次判断值的计算式如下:
其中,m为多源管道数据二次判断值,x为多源管道数据集合的实时源头数据的超声波数据,y为多源管道数据集合的实时中段数据的超声波数据,z为多源管道数据集合的实时末端数据的超声波数据,n1为多源管道数据集合的实时源头数据的超声波数据权重,n2为多源管道数据集合的实时中段数据的超声波数据权重,n3为多源管道数据集合的实时末端数据的超声波数据权重,n1、n2、n3为根据管道类型进行确定;
判断所述多源管道数据二次判断值是否处于结构性缺陷波动范围内,若是,则管道缺陷二次判断结果为无结构性缺陷,否则,管道缺陷二次判断结果为存在结构性缺陷;
其中,结构性缺陷波动范围为根据结构性缺陷标准值浮动5%,所述结构性缺陷标准值为利用管道各处的初始超声波数据与n1、n2、n3叠加处理得到。
7.如权利要求3所述的一种基于多源数据的管道缺陷分析方法,其特征在于,利用所述管道缺陷二次判断结果建立管道缺陷动态判断标准包括:
当多源管道数据集合的管道流速与相同管道相邻上一处的管道流速的差值处于流速波动阈值时,判断管道缺陷二次判断结果是否存在结构性缺陷,若是,则管道缺陷动态判断结果为待验证,否则,管道缺陷动态判断结果为无风险;
当多源管道数据集合的管道流速与相同管道相邻上一处的管道流速的差值超出流速波动阈值时,所述管道缺陷动态判断结果为存在功能性缺陷;
其中,流速波动阈值为根据管道类型进行设定。
8.如权利要求1所述的一种基于多源数据的管道缺陷分析方法,其特征在于,根据所述管道缺陷判断结果得到管道缺陷分析结果包括:
判断所述管道缺陷判断结果是否对应管道数据-缺陷初始判断标准,若是,则利用多源管道数据集合的管道流速与管道年限基于Matlab得到流速-年限补偿函数,否则,利用多源管道数据集合的管道年限基于Matlab得到管道年限补偿函数;
当管道缺陷判断结果为一次判断得出时,利用多源管道数据集合的超声波数据基于Polynomial运算得到第一初始评估函数;
当管道缺陷判断结果为二次判断得出时,利用多源管道数据集合的超声波数据与管道流速基于Polynomial运算得到第二评估函数;
利用所述流速-年限补偿函数与第一初始评估函数得到第一分析函数;
利用所述管道年限补偿函数与第二初始评估函数得到第二分析函数;
利用所述第一分析函数与第二分析函数得到管道缺陷分析结果;
其中,第一初始评估函数为一维函数,第二初始评估函数为二维函数。
9.如权利要求8所述的一种基于多源数据的管道缺陷分析方法,其特征在于,利用所述第一分析函数与第二分析函数得到管道缺陷分析结果包括;
当存在第一分析函数时,根据所述第一分析函数得到第一管道缺陷趋势变化;
当存在第二分析函数时,根据所述第二分析函数得到第二管道缺陷趋势变化;
利用所述第一管道缺陷趋势变化与第二管道缺陷趋势变化作为管道缺陷趋势结果;
利用所述管道缺陷趋势结果与管道缺陷判断结果作为管道缺陷分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310220072.6A CN115905961B (zh) | 2023-03-09 | 2023-03-09 | 一种基于多源数据的管道缺陷分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310220072.6A CN115905961B (zh) | 2023-03-09 | 2023-03-09 | 一种基于多源数据的管道缺陷分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115905961A true CN115905961A (zh) | 2023-04-04 |
CN115905961B CN115905961B (zh) | 2023-05-05 |
Family
ID=85753762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310220072.6A Active CN115905961B (zh) | 2023-03-09 | 2023-03-09 | 一种基于多源数据的管道缺陷分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115905961B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117009774A (zh) * | 2023-09-27 | 2023-11-07 | 广东广宇科技发展有限公司 | 一种多元数据快速验证方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4555948A (en) * | 1983-10-14 | 1985-12-03 | Kubota, Ltd. | Method of ultrasonic flaw detection of pipe |
CA1211832A (en) * | 1983-10-14 | 1986-09-23 | Hirofumi Miyamoto | Method of ultrasonic flaw detection of pipe |
EP2103912A1 (de) * | 2008-03-18 | 2009-09-23 | SICK Engineering GmbH | Strömungsmessung mit Ultraschall |
CN104063588A (zh) * | 2014-06-12 | 2014-09-24 | 东北大学 | 基于多源数据融合的管道腐蚀缺陷尺寸的预测系统及方法 |
US20180106768A1 (en) * | 2015-03-31 | 2018-04-19 | Vallourec Tubes France | Tools for the calibration of an ultrasound inspection device |
US20190079052A1 (en) * | 2017-09-12 | 2019-03-14 | Tenaris Connections B.V. | Pipe inspection |
CN109765292A (zh) * | 2019-02-18 | 2019-05-17 | 西南石油大学 | 一种管道缺陷精准定位装置 |
US20200210826A1 (en) * | 2018-12-29 | 2020-07-02 | Northeastern University | Intelligent analysis system using magnetic flux leakage data in pipeline inner inspection |
CN113607817A (zh) * | 2021-08-03 | 2021-11-05 | 重庆兆光科技股份有限公司 | 一种管道环焊缝检测方法、系统、电子设备及介质 |
CN113803646A (zh) * | 2021-09-01 | 2021-12-17 | 长江生态环保集团有限公司 | 适用于缺陷管道排查的排水管网监测布点方法 |
-
2023
- 2023-03-09 CN CN202310220072.6A patent/CN115905961B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4555948A (en) * | 1983-10-14 | 1985-12-03 | Kubota, Ltd. | Method of ultrasonic flaw detection of pipe |
CA1211832A (en) * | 1983-10-14 | 1986-09-23 | Hirofumi Miyamoto | Method of ultrasonic flaw detection of pipe |
EP2103912A1 (de) * | 2008-03-18 | 2009-09-23 | SICK Engineering GmbH | Strömungsmessung mit Ultraschall |
CN104063588A (zh) * | 2014-06-12 | 2014-09-24 | 东北大学 | 基于多源数据融合的管道腐蚀缺陷尺寸的预测系统及方法 |
US20180106768A1 (en) * | 2015-03-31 | 2018-04-19 | Vallourec Tubes France | Tools for the calibration of an ultrasound inspection device |
US20190079052A1 (en) * | 2017-09-12 | 2019-03-14 | Tenaris Connections B.V. | Pipe inspection |
US20200210826A1 (en) * | 2018-12-29 | 2020-07-02 | Northeastern University | Intelligent analysis system using magnetic flux leakage data in pipeline inner inspection |
CN109765292A (zh) * | 2019-02-18 | 2019-05-17 | 西南石油大学 | 一种管道缺陷精准定位装置 |
CN113607817A (zh) * | 2021-08-03 | 2021-11-05 | 重庆兆光科技股份有限公司 | 一种管道环焊缝检测方法、系统、电子设备及介质 |
CN113803646A (zh) * | 2021-09-01 | 2021-12-17 | 长江生态环保集团有限公司 | 适用于缺陷管道排查的排水管网监测布点方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117009774A (zh) * | 2023-09-27 | 2023-11-07 | 广东广宇科技发展有限公司 | 一种多元数据快速验证方法 |
CN117009774B (zh) * | 2023-09-27 | 2024-02-09 | 广东广宇科技发展有限公司 | 一种多元数据快速验证方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115905961B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115905961A (zh) | 一种基于多源数据的管道缺陷分析方法 | |
CN111501953A (zh) | 排水管网的异常分析方法、系统、介质及设备 | |
CN102072409B (zh) | 一种结合漏失概率计算与记录仪监测的管网漏失监测方法 | |
CN104808634A (zh) | 一种基于虚拟现实的火电厂可视化管理系统 | |
CN106127359A (zh) | 一种基于局部加权线性回归模型的变频水泵出口流量预警方法 | |
CN103559399A (zh) | 一种基于贝叶斯决策理论和遗传算法的输水管网漏失定位方法 | |
CN104133958A (zh) | 一种复杂管网模拟仿真计算方法及装置 | |
Zhou et al. | Spatio-temporal differences and convergence analysis of green development efficiency of marine economy in China | |
CN104978442B (zh) | 集成动力站及装置产用汽的蒸汽动力系统优化方法及系统 | |
CN104268649A (zh) | 一种基于小波奇异性分析和arma模型的水管漏水检测方法 | |
CN110705099A (zh) | 一种检定风电场出力相关性的方法 | |
CN112286060B (zh) | 一种基于遗传算法和模糊控制技术的热网温度控制方法 | |
CN106650060B (zh) | 一种光伏电池内阻衰减系数预测方法 | |
CN117309067A (zh) | 水资源实时监控方法、系统和电子设备 | |
CN101949716B (zh) | 火电机组能耗数据有效性识别及重构方法 | |
CN116123459A (zh) | 一种供热管网压力波动的判定方法 | |
CN112664839A (zh) | 一种连通管线可燃气体扩散预测与溯源的方法及系统 | |
CN115404941B (zh) | 一种城市供水管网与消防栓水压联动监测方法 | |
CN111179118A (zh) | 基于空间数据模型的城市排水管网监控点布设方法及系统 | |
CN117452894B (zh) | 一种注射剂生产设备的生产管理方法及系统 | |
CN117455128B (zh) | 一种基于智慧能源管理系统的多目标数据输出方法 | |
CN117707745B (zh) | 一种基于自适应禁忌搜索算法的计量任务同步调度方法 | |
CN113700455B (zh) | 气井生产全过程的控制方法及系统 | |
CN110311756B (zh) | 一种地下物质探测监控系统及探测监控方法 | |
Marchiningrum | Digital Twin for Predictive Maintenance of Palm Oil Processing Machines |
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 |