CN116305708A - 一种管道环焊缝缺陷自身高度无损检测方法与系统 - Google Patents
一种管道环焊缝缺陷自身高度无损检测方法与系统 Download PDFInfo
- Publication number
- CN116305708A CN116305708A CN202111571002.2A CN202111571002A CN116305708A CN 116305708 A CN116305708 A CN 116305708A CN 202111571002 A CN202111571002 A CN 202111571002A CN 116305708 A CN116305708 A CN 116305708A
- Authority
- CN
- China
- Prior art keywords
- defect
- height
- girth weld
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种管道环焊缝缺陷自身高度无损检测方法及系统,利用统计方法进行数学建模,并通过深度学习方法对模型进行训练,构建出缺陷自身高度实时预测模型,实现缺陷高度的自动评估,利用已知缺陷高度和缺陷参数的样本数据对缺陷高度预估模型进行优化得到缺陷高度检测模型,采用缺陷高度检测模型对测试样本进行检测对比得到补偿参数,采用补偿参数作为补偿预测结果,能够准确提高检测精度,无需对模型进行循环优化,导致模型训练复杂化,本发明方法简单、时效性强、精度高,便于各大管道公司环焊缝隐患排查及质量提升现场推广使用。本发明可实现环焊缝从外表面实施无损检测及缺陷定量。
Description
技术领域
本发明属于无损检测技术领域,具体涉及一种管道环焊缝缺陷自身高度无损检测方法与系统。
背景技术
管道焊缝因焊接方法、工艺等会出现各种缺陷,主要有裂纹、夹渣、未熔合、未焊透及气孔等。这些缺陷可能分布在环焊缝上下表面或内部,常称其为表面缺陷或埋藏缺陷。焊缝中的缺陷若未能及时检出,将会成为管道运行中的隐患。为此,在管道生产及安装过程中,需要采用各种无损检测方法对环焊缝是否存在缺陷以及缺陷尺寸进行评定,应用广泛且有效的检测方法主要包括超声、射线、电磁等。一般地,前两类主要用于检测环焊缝内部埋藏缺陷,而后者主要用于检测表面缺陷。缺陷自身高度指缺陷在管体壁厚方向的延伸程度,缺陷自身高度不仅使焊缝厚度减薄,造成的应力集中还成为焊缝运行中的安全隐患,因而是环焊缝适用性评价中极为重要的参数。
为此,工程实践中常采用以下方法解决问题:对环焊缝实施某种或多种无损检测组合应用,对缺陷进行检测。如公开号CN110618147A提出一种基于射线照相技术对管子-管板角焊缝未焊透缺陷高度测量系统及方法与流程,涉及一种利用棒阳极X射线机和微焦点X射线机对管子-管板角焊缝未焊透缺陷高度测量系统及方法。
刘晴岩“管道对接焊缝未焊透自身高度无损检测测定方法研究”一文研究小口径薄壁(4mm≤壁厚≤8mm)压力管道焊缝内部存在的根部未焊透缺陷进行自身高度测定方法。具体研究了射线检测和超声检测两种常用无损检测技术测定未焊透缺陷自身高度的方法和测试过程并对有关的实物试验结果和误差进行了分析。刘晴岩,张践新在“管道对接焊未焊透自身高度超声测定方法研究”提出了用当量法测定管道对焊缝未焊透自身高度的检测工艺。
田双,张转连“在用工业管道焊接缺陷的识别和自身高度的测量”一文,根据缺陷的产生部位、缺陷的性质、缺陷的方向,采用射线检测和超声波检测方法,对夹渣、未焊透、未熔合缺陷的识别方法和自身高度的测量进行研究,提出可综合运用射线检测技术和超声检测技术对缺陷进行识别和高度测量。
各类无损检测技术原理不同,缺陷定量结果必定存在一定程度的差异,有时甚至差异非常大,如超声脉冲回波法和超声相控阵技术,其原理都是基于缺陷反射回波强度,一般仅能对缺陷大小进行当量评定;超声衍射时差法根据缺陷上下端点衍射信号时间差确定缺陷高度,是目前理论上最为准确的确定缺陷高度的方法,然而应用中缺陷衍射太过敏感,往往定量结果偏大;另外缺陷走向、性质、形态等对定量结果有影响。以上这种操作却带来新问题:
1)不同无损方法定量结果不同、甚至差异较大;
2)若以缺陷解剖高度作为缺陷实际高度,无损定量结果与缺陷实际高度存在差异甚至较大。
随着对产品损伤容限要求和产品质量评价研究的进一步发展,制定科学合理的无损检测验收标准成为组合无损检测应用中最大的难题之一,科学合理地对缺陷高度进行评定已经成为管道完整性管理的迫切需求之一。
发明内容
本发明的目的在于提供一种管道环焊缝缺陷自身高度无损检测方法与系统,以克服现有技术的不足。
一种管道环焊缝缺陷自身高度无损检测方法,包括以下步骤:
S1,根据管线环焊缝历史检测数据建立管线环焊缝缺陷样本因子;
S2,根据管线环焊缝缺陷样本因子,采用不同无损检测方法获取管线环焊缝的缺陷高度数据,根据不同无损检测方法获取的管线环焊缝的缺陷高度数据,建立缺陷高度预估模型;
S3,采用已知缺陷高度和缺陷参数的样本数据对缺陷高度预估模型进行优化得到缺陷高度检测模型;
S4,采用缺陷高度检测模型对测试样本进行检测得到检测结果,检测结果与测试样本数据差为补偿参数,利用缺陷高度检测模型对将待检测管线环焊缝进行检测,检测结果与补偿参数和为待检测管线环焊缝缺陷自身高度值。
进一步的,管线环焊缝缺陷样本因子包括管线规格、缺陷位置和缺陷类型。
进一步的,采用金相取样解剖分析对无损检测的数据进行检测,将金相取样解剖分析检测结果与无损检测方法获取管线环焊缝的缺陷高度数据作为训练样本进行训练得到缺陷高度预估模型。
进一步的,焊缝缺陷类型包括气孔、夹渣、裂纹、未焊透和未熔合。
进一步的,缺陷位置包括上表面缺陷、埋藏缺陷和下表面缺陷。
进一步的,以不同无损检测方法所获缺陷高度数据为自变量,以金相取样解剖分析得到的缺陷高度数据为因变量采用统计分析方法分别构建上表面缺陷、埋藏缺陷和下表面缺陷的数学关系,得到缺陷高度预估模型。
进一步的,对所建缺陷高度预估模型进行优化训练,调整缺陷高度预估模型参数,使得利用验证样本验证误差在设定范围内即可得到缺陷高度检测模型。
一种管道环焊缝缺陷自身高度无损检测系统,包括缺陷高度预估模块和缺陷高度检测模块;
缺陷高度预估模块用于根据管线环焊缝历史检测数据建立管线环焊缝缺陷样本因子,根据管线环焊缝缺陷样本因子,采用不同无损检测方法获取管线环焊缝的缺陷高度数据,根据不同无损检测方法获取的管线环焊缝的缺陷高度数据建立缺陷高度预估模型;
缺陷高度检测模块用于根据已知缺陷高度和缺陷参数的样本数据对缺陷高度预估模型进行优化得到缺陷高度检测模型,采用缺陷高度检测模型对测试样本进行检测得到检测结果,检测结果与测试样本数据差为补偿参数;然后对输入的待检测管线环焊缝参数进行检测,输出检测结果值。
一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现管道环焊缝缺陷自身高度无损检测方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现管道环焊缝缺陷自身高度无损检测方法的步骤。
与现有技术相比,本发明具有以下有益的技术效果:
本发明一种管道环焊缝缺陷自身高度无损检测方法,利用统计方法进行数学建模,并通过深度学习方法对模型进行训练,构建出缺陷自身高度实时预测模型,实现缺陷高度的自动评估,利用已知缺陷高度和缺陷参数的样本数据对缺陷高度预估模型进行优化得到缺陷高度检测模型,采用缺陷高度检测模型对测试样本进行检测对比得到补偿参数,采用补偿参数作为补偿预测结果,能够准确提高检测精度,无需对模型进行循环优化,导致模型训练复杂化,本发明方法简单、时效性强、精度高,便于各大管道公司环焊缝隐患排查及质量提升现场推广使用。本发明可实现环焊缝从外表面实施无损检测及缺陷定量。
进一步的,通过训练样本构建缺陷高度定量评价数学模型,采用不同数据对检测模型进行优化同时作为补偿参数,提高了模型检测精度。
本发明一种管道环焊缝缺陷自身高度无损检测系统,基于焊缝缺陷多种无损检测技术检测定量数据结果,建立管道环焊缝缺陷高度定量评价模型,能够对缺陷高度进行快速检测。
附图说明
图1为本发明实施例中管道环焊缝缺陷自身高度无损评定流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
如图1所示,一种管道环焊缝缺陷自身高度无损检测方法,基于焊缝缺陷多种无损检测技术检测定量数据结果,建立管道环焊缝缺陷高度定量评价模型,科学合理地对缺陷高度进行评定,具体包括以下步骤:
利用管线环焊缝历史检测数据,按照管线规格(管体标称壁厚、外径)、缺陷位置、缺陷类型进行整理,并对管线环焊缝历史检测数据进行系统地分析与梳理,按照缺陷位置将管线环焊缝缺陷分为上表面缺陷、埋藏缺陷和下表面缺陷三类;按照焊缝缺陷类型包括气孔、夹渣、裂纹、未焊透和未熔合;
以管线规格为缺陷样本因子1,以缺陷位置为缺陷样本因子2,以缺陷样本类型为输入因子3;
建立训练样本,训练样本缺陷为焊接缺陷;
选取输气管道常用四种规格Φ660×8.4、Φ1016×14.6、Φ1219×18.4、Φ1422×30.8mm,并从每种规格的管材上割取55mm管段若干,按照管线环焊缝实际制造方法进行等分切割、倒棱、焊接,按照环焊缝缺陷的产生机理,根据其形成的条件,制作含有人工缺陷的焊缝试块;
采用不同无损检测方法获取焊缝试块中管线环焊缝的缺陷高度数据;
本申请选择具有丰富经验、Ⅱ级以上无损检测资质的技术人员n名,对所有焊缝试块进行无损检测并对缺陷高度进行测定,按照缺陷位置分类标记、记录;将第一种无损检测方法所获缺陷高度记为x11,x12,x13…x1n;第二种无损方法所获结果记为x21,x22,x23…x2n;第三种无损方法结果记为x31,x32,x33…x3n依次类推,得到m中检测结果;无损检测方法包括超声检测、射线检测和电磁检测。
在标记的缺陷位置进行金相取样解剖分析、并用OLS 4100激光共聚焦显微镜对缺陷高度进行测量,得到缺陷高度的检测结果记为y1,y2,y3…;
以无损检测结果和金相取样解剖分析结果作为训练样本进行训练得到缺陷高度预估模型;具体的,以不同无损检测方法所获缺陷高度数据为自变量x,以金相取样解剖分析得到的缺陷高度数据为因变量y,采用统计分析方法分别构建上表面缺陷、埋藏缺陷和下表面缺陷以y=f(x)关系表示的数学关系,得到缺陷高度预估模型;
采用已知缺陷高度和缺陷参数的样本数据作为验证样本,对所建缺陷高度预估模型进行优化训练,调整缺陷高度预估模型参数,使得利用验证样本验证误差在设定范围内,即得到缺陷高度检测模型;
将测试样本输入至缺陷高度检测模型实时计算得到缺陷高度,以此评估缺陷高度检测模型,检测结果与测试样本数据差为补偿参数±Δ;
将待检测管线环焊缝的检测参数输入至缺陷高度检测模型中,实时计算得到缺陷高度h,以h±Δ此作为缺陷高度的最终检测结果。
待检测管线环焊缝的检测参数包括缺陷样本因子1、缺陷样本因子2和输入因子3,将其输入至缺陷高度检测模型中,实时计算得到缺陷高度,以此作为缺陷的最终检测结果,可显著提高缺陷自身高度预测精度,有效节约成本,能够满足工程实际需要。
本发明在充分利用具有可靠性、良好一致性与连续性的环焊缝缺陷无损定量测量历史检测数据下,开展环焊缝缺陷的管线规格、缺陷位置和缺陷类型,利用统计方法进行数学建模,并通过深度学习方法对模型进行训练,构建出缺陷自身高度实时预测模型,实现缺陷高度的自动评估,利用已知缺陷高度和缺陷参数的样本数据对缺陷高度预估模型进行优化得到缺陷高度检测模型,采用缺陷高度检测模型对测试样本进行检测对比得到补偿参数,采用补偿参数作为补偿预测结果,能够准确提高检测精度,无需对模型进行循环优化,导致模型训练复杂化,本发明方法简单、时效性强、精度高,便于各大管道公司环焊缝隐患排查及质量提升现场推广使用。本发明可实现环焊缝从外表面实施无损检测及缺陷定量。
本发明一个实施例中,提供了一种终端设备,该终端设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器采用中央处理单元(CPU),或者采用其他通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可用于管道环焊缝缺陷自身高度无损检测方法的操作。
本发明再一个实施例中,本发明还提供了一种存储介质,具体采用计算机可读存储介质(Memory),所述计算机可读存储介质是终端设备中的记忆设备,用于存放程序和数据。计算机可读存储介质包括终端设备中的内置存储介质,提供存储空间,存储了终端的操作系统,也可包括终端设备所支持的扩展存储介质。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(Non-volatile memory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中管道环焊缝缺陷自身高度无损检测方法的相应步骤。
本申请采用的训练样本采用管体截取管段、人工设计与制作的含有焊接缺陷的对比试块的检测数据库;采用验证样本为来自管线环焊缝历史检测数据中含有缺陷的样管或管段无损检测数据;测试样本采用适用规格内含自然缺陷管线对接环焊缝无损检测数据,采用不同数据对检测模型进行优化同时作为补偿参数,提高了模型检测精度。
需要说明的是,以上所述仅为本发明实施方式的一部分,根据本发明所描述的系统所做的等效变化,均包括在本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做类似的方式替代,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均属于本发明的保护范围。
Claims (10)
1.一种管道环焊缝缺陷自身高度无损检测方法,其特征在于,包括以下步骤:
S1,根据管线环焊缝历史检测数据建立管线环焊缝缺陷样本因子;
S2,根据管线环焊缝缺陷样本因子,采用不同无损检测方法获取管线环焊缝的缺陷高度数据,根据不同无损检测方法获取的管线环焊缝的缺陷高度数据,建立缺陷高度预估模型;
S3,采用已知缺陷高度和缺陷参数的样本数据对缺陷高度预估模型进行优化得到缺陷高度检测模型;
S4,采用缺陷高度检测模型对测试样本进行检测得到检测结果,检测结果与测试样本数据差为补偿参数,利用缺陷高度检测模型对将待检测管线环焊缝进行检测,检测结果与补偿参数和为待检测管线环焊缝缺陷自身高度值。
2.根据权利要求1所述的一种管道环焊缝缺陷自身高度无损检测方法,其特征在于,管线环焊缝缺陷样本因子包括管线规格、缺陷位置和缺陷类型。
3.根据权利要求1所述的一种管道环焊缝缺陷自身高度无损检测方法,其特征在于,采用金相取样解剖分析对无损检测的数据进行检测,将金相取样解剖分析检测结果与无损检测方法获取管线环焊缝的缺陷高度数据作为训练样本进行训练得到缺陷高度预估模型。
4.根据权利要求2所述的一种管道环焊缝缺陷自身高度无损检测方法,其特征在于,焊缝缺陷类型包括气孔、夹渣、裂纹、未焊透和未熔合。
5.根据权利要求2所述的一种管道环焊缝缺陷自身高度无损检测方法,其特征在于,缺陷位置包括上表面缺陷、埋藏缺陷和下表面缺陷。
6.根据权利要求3所述的一种管道环焊缝缺陷自身高度无损检测方法,其特征在于,以不同无损检测方法所获缺陷高度数据为自变量,以金相取样解剖分析得到的缺陷高度数据为因变量采用统计分析方法分别构建上表面缺陷、埋藏缺陷和下表面缺陷的数学关系,得到缺陷高度预估模型。
7.根据权利要求1所述的一种管道环焊缝缺陷自身高度无损检测方法,其特征在于,对所建缺陷高度预估模型进行优化训练,调整缺陷高度预估模型参数,使得利用验证样本验证误差在设定范围内即可得到缺陷高度检测模型。
8.根据权利要求1所述检测方法的管道环焊缝缺陷自身高度无损检测系统,其特征在于,包括缺陷高度预估模块和缺陷高度检测模块;
缺陷高度预估模块用于根据管线环焊缝历史检测数据建立管线环焊缝缺陷样本因子,根据管线环焊缝缺陷样本因子,采用不同无损检测方法获取管线环焊缝的缺陷高度数据,根据不同无损检测方法获取的管线环焊缝的缺陷高度数据建立缺陷高度预估模型;
缺陷高度检测模块用于根据已知缺陷高度和缺陷参数的样本数据对缺陷高度预估模型进行优化得到缺陷高度检测模型,采用缺陷高度检测模型对测试样本进行检测得到检测结果,检测结果与测试样本数据差为补偿参数;然后对输入的待检测管线环焊缝参数进行检测,输出检测结果值。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111571002.2A CN116305708A (zh) | 2021-12-21 | 2021-12-21 | 一种管道环焊缝缺陷自身高度无损检测方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111571002.2A CN116305708A (zh) | 2021-12-21 | 2021-12-21 | 一种管道环焊缝缺陷自身高度无损检测方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116305708A true CN116305708A (zh) | 2023-06-23 |
Family
ID=86783785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111571002.2A Pending CN116305708A (zh) | 2021-12-21 | 2021-12-21 | 一种管道环焊缝缺陷自身高度无损检测方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116305708A (zh) |
-
2021
- 2021-12-21 CN CN202111571002.2A patent/CN116305708A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11898986B2 (en) | Systems and methods for steam generator tube analysis for detection of tube degradation | |
CA2777939C (en) | Method of modeling steam generator and processing steam generator tube data of nuclear power plant | |
US9177678B2 (en) | Method of processing steam generator tubes of nuclear power plant | |
US11467129B2 (en) | NDT data referencing system | |
WO2019159940A1 (ja) | プラントの検査方法 | |
CN116305708A (zh) | 一种管道环焊缝缺陷自身高度无损检测方法与系统 | |
JP2021006801A (ja) | プラントの検査方法及びプラントの補修方法 | |
CN103091327B (zh) | 一种管道螺旋焊缝缺陷开孔取样验证方法 | |
Wang et al. | Application progress of tri-axial MFL sensors technology | |
Carvalho et al. | Reliability of the manual and automatic ultrasonic technique in the detection of pipe weld defects | |
US9945814B2 (en) | Total integrated tube analysis | |
Lardner et al. | An expert-systems approach to automatically determining flaw depth within candu pressure tubes | |
Singhatham et al. | Designing of welding defect samples for data mining in defect detection and classification using 3D geometric scanners | |
RU2243565C2 (ru) | Способ определения достоверности неразрушающего контроля (нк) дефектов, определяющих качество изготовления, надежность и безопасность эксплуатации изделия | |
RU2243547C2 (ru) | Способ определения предельной выявляемости дефектов методом неразрушающего контроля | |
Dakhel et al. | Full-scale tests of transporting pipeline sections: A review and consequences to our investigations | |
Zhang | 1. General and reviews | |
CN117473364A (zh) | 一种管道检验方法及系统 | |
KR20230109220A (ko) | 상수도관 내부용접부 품질검사장치의 초점거리 캘리브레이션 방법 | |
González III | Recent NDE Developments in Tank Car Inspection | |
Mackintosh et al. | Field experience and best practices for laser assessment of pipeline damage | |
Allard et al. | Impact of 3D Laser Data Resolution and Accuracy on Pipeline Dents Strain Analysis | |
Morgan | Automated Ultrasonic Testing (AUT) Qualifications and variations | |
Dowling et al. | The future of fracture assessment | |
Polouian et al. | Holistic approach to acquisition and statistical analysis of ili results |
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 |