CN116500061B - 一种非侵入式管道腐蚀监测系统、方法及装置 - Google Patents
一种非侵入式管道腐蚀监测系统、方法及装置 Download PDFInfo
- Publication number
- CN116500061B CN116500061B CN202310745809.6A CN202310745809A CN116500061B CN 116500061 B CN116500061 B CN 116500061B CN 202310745809 A CN202310745809 A CN 202310745809A CN 116500061 B CN116500061 B CN 116500061B
- Authority
- CN
- China
- Prior art keywords
- corrosion
- pipeline
- data
- signal
- area
- 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
- 230000007797 corrosion Effects 0.000 title claims abstract description 303
- 238000005260 corrosion Methods 0.000 title claims abstract description 303
- 238000012544 monitoring process Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004458 analytical method Methods 0.000 claims abstract description 98
- 238000011156 evaluation Methods 0.000 claims abstract description 73
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000003860 storage Methods 0.000 claims abstract description 9
- 239000000523 sample Substances 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 23
- 238000013527 convolutional neural network Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 230000009347 mechanical transmission Effects 0.000 claims description 4
- 238000004148 unit process Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 4
- 239000007789 gas Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 239000002689 soil Substances 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000000306 component Substances 0.000 description 3
- 238000006056 electrooxidation reaction Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005336 cracking Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910001868 water Inorganic materials 0.000 description 2
- PNEYBMLMFCGWSK-UHFFFAOYSA-N Alumina Chemical compound [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000012533 medium component Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
- G01N22/02—Investigating the presence of flaws
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
- Pipeline Systems (AREA)
Abstract
本申请涉及一种非侵入式管道腐蚀监测系统、方法及装置。其中系统包括：第一信号收发单元用于向管道内所有区域发射并采集第一信号；第二信号收发单元用于向管道内的腐蚀区域发射并采集第二信号；数据处理单元用于对接收到的第一信号进行处理获取第一数据；对接收到的第二信号进行处理获取第二数据；分析监测单元和评估单元用于对所述管道内的腐蚀情况进行分析和评估，获取所述管道内腐蚀区域的位置与腐蚀类型；存储单元，用于存储数据、分析结果及评估结果。本系统实现了非侵入式的管道腐蚀实时监测，无需中断管道运营或对管道造成损伤，节省维护成本，且能够准确地获知发生腐蚀的区域的腐蚀状态、腐蚀类型及腐蚀具体位置，实现高效的腐蚀监测。
Description
技术领域
本申请涉及油气管道监测领域，特别是涉及一种非侵入式管道腐蚀监测系统、方法及装置。
背景技术
油气管道的腐蚀主要受到外部环境、输送介质等因素的影响。油气管道外部的腐蚀主要是土壤因素及杂散电流因素，由于管道埋藏在较深的土壤中，土壤中包含的腐蚀性成分会使金属在其中发生电化学腐蚀；杂散电流因素是由于管道周围存在的工业和民用用电有意、无意地排入或漏泄至大地，土壤中有杂散电流流入管道，因而对金属管道造成腐蚀。
管道内部腐蚀主要是由于管道内部介质的影响。输油管道的内部腐蚀主要在管道的低洼地段、转弯处等部位，油品中所含的一些水分及固体性杂质如泥沙会沉淀下来，引起管道的内腐蚀，如果油品中存在腐蚀性细节，则会加速管道内部的电化学腐蚀；输气管道内部由于天然气中含有水、硫化氢、二氧化碳等影响金属腐蚀的成分，因此输气管道中运输的介质本身即具有腐蚀性，在输气管道运营过程中，这些腐蚀介质成分会引起管道内部严重的电化学腐蚀。因此，对油气管道的腐蚀监测是保证油气管道正常运营的重要环节。常见的油气管道腐蚀监测方法有以挂片、探针方法为代表的传统侵入式监测方法。挂片传感器可用于监测管道表面腐蚀情况，探针传感器可用于监测管道内部腐蚀情况。这种监测方法对管道的损伤比较大，且操作复杂，需要对管道进行开挖和拆卸，需要停止管道的正常运营，造成额外的经济损失，且不能进行实时监测。
非侵入式管道腐蚀实时监测技术是一种用于检测管道内腐蚀情况的技术，它可以实时地监测管道内部的腐蚀状况，无需停机或拆卸管道，可以帮助提高管道的安全性和使用寿命。
以UT（ultrasonic testing，超声波探测技术）为代表的非侵入式管道腐蚀监测方法。这种方法利用超声波的传播特性，在管道表面或管道内部的液体介质中发射超声波信号，利用反射、散射、透射等原理对管道内部的腐蚀情况进行探测。虽然超声波探测方法无需中断管道的运营，但是这种方法的探测精度有限，所能探测的深度受超声波探头的限制。
因此，如何在对管道的腐蚀情况进行高效、准确地监测，保证管道正常运营的同时，获得准确的实时监测结果，是需要解决的问题。
发明内容
有鉴于此，本申请旨在提出一种非侵入式管道腐蚀监测系统、方法及装置，以解决管道内的腐蚀监测精度不够，监测结果不够准确的问题。
为达到上述目的，本申请的技术方案如下：
本申请实施例第一方面提供一种非侵入式管道腐蚀监测系统，该系统包括：
第一信号收发单元，用于向管道内所有区域发射并采集第一信号，将采集到的所述第一信号发送给数据处理单元；
第二信号收发单元，用于向所述管道内的腐蚀区域发射并采集第二信号，将采集到的所述第二信号发送给所述数据处理单元；所述第二信号收发单元为毫米波天线，所述第二信号为毫米波信号；
数据处理单元，用于对接收到的所述第一信号进行处理，获取第一数据；对接收到的所述第二信号进行处理，获取第二数据；所述第二数据用于生成所述管道内腐蚀区域的具体腐蚀图像；
分析监测单元，用于对所述第一数据分析获取第一分析结果；对所述第二数据进行分析得到第二分析结果；所述第一分析结果用于表示所述管道内区域的粗略腐蚀程度，所述第二分析结果用于表示所述管道内腐蚀区域的具体腐蚀位置及腐蚀程度；
评估单元，用于根据所述第一数据及所述第二数据，对所述管道内的腐蚀情况进行评估，获取所述管道内腐蚀区域的评估结果；所述评估结果为所述管道内的腐蚀区域的腐蚀类型、腐蚀程度及腐蚀具体位置；
存储单元，用于存储所述数据处理单元处理后的数据、所述分析监测单元的分析结果，及所述评估结果。
可选地，所述第一信号收发单元包括：
超声波探头，所述超声波探头布设在所述管道外多个固定点位处；所述超声波探头内置有超声波信号源；
超声波传感器，所述超声波传感器用于采集所述管道内反射的超声波信号并转换为电信号，发送给所述数据处理单元。
可选地，所述数据处理单元，对所述采集的超声波信号进行处理生成超声波数据；
对所述采集的毫米波信号进行处理生成毫米波数据，并根据所述毫米波数据，生成所述管道内腐蚀区域的高清扫描图像。
可选地，所述评估单元，将所述超声波数据、所述毫米波数据进行数据融合，并提取出特征数据，使用卷积神经网络对所述特征数据进行分类，获取所述管道内腐蚀区域的评估结果；
所述评估结果为所述管道内的腐蚀区域的腐蚀类型、腐蚀程度及腐蚀具体位置。
可选地，所述非侵入式管道腐蚀监测系统还包括：
预警单元，用于当所述第一分析结果超过设定的预警阈值时，确定预警区域并生成预警信息，进行报警；所述预警区域为第一分析结果超出所述预警阈值的区域；
显示终端，用于显示所述第一分析结果、所述第二分析结果、所述评估结果及所述预警信息。
可选地，所述评估单元还用于将最新的评估结果与存储的历史评估结果进行比对，监测所述管道的腐蚀程度的演化过程。
可选地，所述非侵入式管道腐蚀监测系统还包括：
控制单元，用于控制所述第一信号收发单元中的信号发射模块的启动及停止；控制所述第一信号收发单元中的信号采集模块采集所述第一信号；
控制所述第二信号收发单元中的信号发射模块的启动及停止；控制所述第二信号收发单元中的信号采集模块采集所述第二信号。
根据本申请实施例的第二方面，提供一种非侵入式管道腐蚀监测方法，基于本申请实施例的第一方面所提供的非侵入式管道腐蚀监测系统实现，所述方法包括：
向所述管道内所有区域发射第一信号；
采集所述管道内所有区域的第一信号并进行处理，获取第一数据；
对所述第一数据进行分析获取第一分析结果；所述第一分析结果用于表示所述管道内区域的粗略腐蚀程度；
根据所述第一分析结果，向所述管道内的腐蚀区域发射第二信号；所述第二信号为毫米波信号；
采集所述管道内的腐蚀区域的第二信号并进行处理生成第二数据；所述第二数据用于生成所述管道内的腐蚀区域的具体腐蚀图像；
对所述第二数据进行分析获得第二分析结果；所述第二分析结果用于表示所述管道内腐蚀区域的具体腐蚀位置及腐蚀程度；
根据所述第一数据及所述第二数据，对所述管道内的腐蚀情况进行综合评估，获取所述管道内的腐蚀区域的评估结果；
所述评估结果为所述管道内的腐蚀区域的腐蚀类型、腐蚀程度及腐蚀具体位置。
可选地，所述非侵入式管道腐蚀监测方法，还包括：
将所述第一数据、所述第二数据、所述第一分析结果、所述第二分析结果及所述评估结果进行存储；
将最新的评估结果与存储的历史评估结果进行比对，监测所述管道内的腐蚀程度的演化过程。
根据本申请实施例的第三方面，提供一种非侵入式管道腐蚀监测装置，用于实现本申请实施例的第二方面所提供的非侵入式管道腐蚀监测方法中的步骤，该装置包括：
控制模块，被配置为控制信号发射装置向管道内所有区域发射第一信号；
第一数据获取模块，被配置为对所述管道内所有区域的第一信号进行处理，获取第一数据；
第一分析模块，被配置为对所述第一数据进行分析获取第一分析结果；所述第一分析结果用于表示所述管道内区域的粗略腐蚀程度；
所述控制模块，还被配置为控制信号发射装置向所述管道内的腐蚀区域发射第二信号；
第二数据获取模块，被配置为对所述管道内的腐蚀区域的第二信号进行处理，获取第二数据；所述第二数据用于生成所述管道内的腐蚀区域的具体腐蚀图像；
第二分析模块，被配置为对所述第二数据进行分析获得第二分析结果；所述第二分析结果用于表示所述管道内腐蚀区域的具体腐蚀位置及腐蚀程度；
综合评估模块，被配置为根据所述第一数据及所述第二数据，对所述管道内的腐蚀情况进行综合评估，获取所述管道内的腐蚀区域的评估结果；
所述评估结果为所述管道内的腐蚀区域的腐蚀类型、腐蚀程度及腐蚀具体位置。
采用本申请所提供的非侵入式管道腐蚀监测系统，通过第一信号收发单元采集管道内的第一信号，对第一信号进行处理获取第一数据，根据第一数据确定管道内发生腐蚀的区域，然后通过第二信号收发单元，向管道内发生腐蚀的区域发射第二信号，即毫米波信号，并采集管道内反射的毫米波信号。将采集的毫米波信号进行处理，生成第二数据，即该腐蚀区域的具体腐蚀图像，根据该腐蚀图像即可判断出该区域发生腐蚀的类型。通过评估单元，结合第一数据与第二数据对管道内的腐蚀情况进行评估，得到该管道内发生腐蚀的区域的腐蚀类型、腐蚀程度和腐蚀具体位置。本系统中还设置了存储单元，将经过处理的第一、第二数据，分析结果及评估结果进行存储。
本申请提供的非侵入式管道腐蚀监测系统，将管道内腐蚀程度的粗略检测与针对管道内的腐蚀区域的精细扫描相结合，形成二段式的腐蚀监测，本申请中第一阶段与第二阶段采用的都是非侵入式探测，可以在管道正常运营的过程中对管道进行实时监测，无需中断管道运营或对管道造成损伤，节省了维护成本；本申请中第二阶段针对第一阶段发现的腐蚀区域进行精细扫描，能够准确地获知发生腐蚀的区域的腐蚀状态、腐蚀类型及腐蚀具体位置，实现高效的腐蚀监测，同时也方便工作人员进行维护。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提出的非侵入式管道腐蚀监测系统的示意图；
图2是本申请一实施例提出的非侵入式管道腐蚀监测方法的流程图；
图3是本申请一实施例提出的非侵入式管道腐蚀监测装置的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本申请的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
本实施例中，对管道内的腐蚀监测分为两个阶段。第一个阶段，采用第一信号对管道内的腐蚀程度进行粗略探测，当探测到管道内的区域出现腐蚀后，在第二个阶段中，针对发生腐蚀的区域采用第二信号进行精细扫描，以获得该腐蚀区域的具体腐蚀程度、腐蚀类型以及腐蚀发生的具体位置。
下面将参考附图并结合实施例来详细说明本申请。
图1是本申请一实施例提出的非侵入式管道腐蚀监测系统100的示意图。如图1所示，该系统包括：
第一信号收发单元101，用于向管道内所有区域发射并采集第一信号，将采集到的所述第一信号发送给数据处理单元。
本实施例中，第一信号收发单元101用于向管道内所有区域发射第一信号，并采集管道内反射的第一信号。为了实现管道内腐蚀的实时监控，根据实际需要设置第一信号的采集周期，并将每一次采集到的实时信号发送给数据处理单元103。
在一种实施例中，在第一阶段进行管道内部腐蚀的粗略探测时可以使用MFT（magnetic-flux leakage，磁通漏磁技术）、DOFS（distributed optical fiber sensor，分布式光纤传感器）等其他非侵入式管道腐蚀实时监测技术。其中，MFT方法需要将磁通漏磁传感器固定在管道表面，并在管道表面涂覆磁性材料以增加磁场变化的灵敏度；DOFS方法需要将光纤固定在管道表面或内部，并通过光学传感器实时采集光信号进行非侵入式监测。
可选地，所述第一信号收发单元包括：
超声波探头，所述超声波探头布设在所述管道外多个固定点位处；所述超声波探头内置有超声波信号源；
超声波传感器，所述超声波传感器用于采集所述管道内反射的超声波信号并转换为电信号，发送给所述数据处理单元。
在一种实施例中，第一信号收发单元向管道内发射和接收超声波信号。发射超声波的信号源通常是超声波探头内置的压电晶体，当施加电压时就会发出超声波信号。在管道的固定点位处安装超声波探头。合适的超声波探头安装位置通常是在管道的固定支架处或转弯处，以确保能够覆盖管道内部的所有区域，并且尽可能避免探头被管道内部的障碍物挡住。探头的尺寸和形状需要与管道的直径相匹配，以确保探头能够完全贴合管道内壁。同时，还需要考虑探头的形状是否符合安装位置的特殊要求，比如是否需要弯曲或旋转等。
在超声波探头安装完毕后，清洁安装点位表面以保证超声波信号的传输和接收质量。在发射超声波信号之前，需要对超声波探头进行校准和测试，以确保其能够正常工作。
本实施例中，超声波探头同时用于接收管道内反射的超声波信号，接收超声波信号的部分则是超声波传感器，通常采用压电陶瓷或氧化铝陶瓷制成，超声波传感器能够将接收到的超声波信号转换为电信号。
第二信号收发单元102，用于向所述管道内的腐蚀区域发射并采集第二信号，将采集到的所述第二信号发送给所述数据处理单元；所述第二信号收发单元为毫米波天线，所述第二信号为毫米波信号。
毫米波属于一种电磁波，频率通常在30GHz到300GHz之间，波长为1mm到10mm之间，具有较强的穿透能力和高分辨率，可以有效地识别管道表面的缺陷和裂纹等问题。毫米波是一种可以穿透金属的无线信号，通过天线收发，不需要依赖探头，并且具有高分辨率和较高的探测深度。
本实施例中，当第一阶段对管道内的区域进行腐蚀程度的粗略探测，发现有区域出现腐蚀情况后，通过第二信号收发单元对该发生腐蚀的区域进行深入的精细扫描。在第二阶段中，采用毫米波对腐蚀区域进行精细扫描，进一步获知该腐蚀区域的腐蚀程度。
首先，选定合适的扫描区域，对安装在固定点位的天线进行校准，以确保在利用机械或电动装置令天线借助波束成型技术沿着管道表面扫描时，能够准确地接收和发送毫米波信号。如果是露天的油气管道，毫米波天线可以安装在管道附近的平台上，对于埋在地下的油气管道，毫米波天线可以固定在管道附近的洞壁上。
使用毫米波天线向管道的腐蚀区域发射FCMW（调频连续波）波进行3D扫描，毫米波信号会在管道表面发生反射、折射和散射，同时部分信号会穿透管道表面进入管道内部，本实施例中，通过毫米波天线接收管道内部反射回来的毫米波信号。为了实现管道内腐蚀的实时监控，根据实际需要设置毫米波信号的采集周期，并将每一次采集到的毫米波信号发送给数据处理单元103。
在一种实施例中，当第一阶段中超声波信号未能覆盖管道的某些区域时，在第二阶段中向超声波探测未能覆盖的盲区发射毫米波信号，对该区域进行探测，从而使整个管道内所有区域都被覆盖，实现管道的全覆盖腐蚀监测。
在一种实施例中，使用毫米波信号扫描腐蚀区域时，还对该腐蚀区域的周边区域进行扫描，确认该腐蚀区域的周边区域是否存在腐蚀情况，以此可以确定该区域中腐蚀的扩散情况，以便进行后续跟踪和维护。
可选地，所述非侵入式管道腐蚀监测系统还包括：
控制单元，用于控制所述第一信号收发单元中的信号发射模块的启动及停止；控制所述第一信号收发单元中的信号采集模块采集所述第一信号；
控制所述第二信号收发单元中的信号发射模块的启动及停止；控制所述第二信号收发单元中的信号采集模块采集所述第二信号。
在一种实施例中，控制单元可用于控制信号发射模块的运行，以及信号采集模块进行信号采集。例如，对于超声波发射探头，该控制单元可用于控制探头的启动、停止、位置调整等。通常采用基于计算机或者单片机的控制单元，通过图形化界面来实现探头的控制和数据采集。
在一种实施例中，通过控制单元控制机械传动装置，调整固定在机械传动装置上的信号发射探头或毫米波天线的位置及角度，对其进行校准。
数据处理单元103，用于对接收到的所述第一信号进行处理，获取第一数据；对接收到的所述第二信号进行处理，获取第二数据；所述第二数据用于生成所述管道内腐蚀区域的具体腐蚀图像。
本实施例中，数据处理单元对两个阶段采集到的实时数据进行处理，其中，对第一信号进行处理，可以获知管道内区域的粗略腐蚀情况，对第二信号进行处理，可获知管道内发生腐蚀的区域的具体腐蚀情况。
在本实施例中，通过第二数据生成了腐蚀区域的具体腐蚀图像，使工作人员能够更直观地看到管道内腐蚀区域的具体腐蚀情况。由于毫米波与机械波互不干扰，因此，可将第一阶段发射和采集的信号设置为机械波，从而使得第二阶段的可视化成像效果更优。
可选地，所述数据处理单元，对所述采集的超声波信号进行处理生成超声波数据；
对所述采集的毫米波信号进行处理生成毫米波数据，并根据所述毫米波数据，生成所述管道内腐蚀区域的高清扫描图像。
在一种实施例中，对接收到的超声波信号进行处理，包括信号放大、滤波、去噪等操作，从接收到的原始的超声波信号中滤除杂质、噪声和无用数据。然后，将该电信号转换为数字信号，并利用时/频域分析、波形匹配、傅里叶变换和小波变换等算法对信号进行后续处理，最终生成可用于分析的超声波数据。
在一种实例中，数据梳理单元103对采集到的毫米波信号进行处理，包括信号放大、滤波、去噪等操作，同样地，利用信号处理技术对毫米波信号进行后续处理，生成可用于分析的毫米波数据。
本实施例中，根据可用于分析的毫米波数据，生成高精度的扫描图像，实现对管道表面渗透腐蚀裂纹和点蚀裂纹等缺陷的监测。具体地，当毫米波天线固定在管道延伸方向的侧面时，根据采集并处理后生成的毫米波数据，可以得到管道内侧壁一周的灰度扫描图像。
在一种实施例中，可根据需要的图像角度调整毫米波天线的安装位置及摆放角度，毫米波天线相对于管道摆放的角度不同，则对应生成的图像的角度也不同。
分析监测单元105，用于对所述第一数据分析获取第一分析结果；对所述第二数据进行分析得到第二分析结果；所述第一分析结果用于表示所述管道内区域的粗略腐蚀程度，所述第二分析结果用于表示所述管道内腐蚀区域的具体腐蚀位置及腐蚀程度。
在一种实施例中，分析监测单元105从每一次获取的第一数据中提取出关键信息，包括反射强度、回波时间、回波宽度等，对提取出的关键信息进行分析，获取管道内区域的粗略腐蚀程度。
在一种实施例中，通过现有的数据库中大量的历史超声波数据作为训练样本，训练粗略分类网络，训练完成的粗略分类网络可根据当前采集到的超声波数据中提取出来的关键信息，输出管道的腐蚀分类结果，即第一分析结果。例如，腐蚀分类结果分为几个等级：“无腐蚀”、“轻度腐蚀”、“重度腐蚀”、“严重腐蚀”；训练完成的粗略分类网络根据当前采集到的超声波数据中提取的关键信息，输出第一分析结果为：“重度腐蚀”。需要注意的是，输出的第一分析结果还可以是分数或百分比的形式，这取决于用于训练该粗略分类网络的数据库中训练样本的标签类型。
本实施例中，根据第二数据进行分析获取第二分析结果。由于毫米波天线发送的FMCW（调频连续波）可以通过相移特征对反射面进行更精准的距离定位，从而更精准地锁定发生腐蚀的具体位置。
在一种实施例中，分析监测单元105对管道内腐蚀区域的第二数据进行分析和处理，识别和定位管道表面的缺陷和腐蚀区域，获取具体的腐蚀严重程度。同时，将根据第二数据生成的高清扫描图像中的缺陷及腐蚀区域进行标注。
在一种实施例中，可将当前标注完成的扫描图像与历史的扫描图像进行比对，跟踪管道内表面腐蚀区域的演化。
评估单元106，用于根据所述第一数据及所述第二数据，对所述管道内的腐蚀情况进行评估，获取所述管道内腐蚀区域的评估结果；所述评估结果为所述管道内的腐蚀区域的腐蚀类型、腐蚀程度及腐蚀具体位置。
本实施例中，将第一阶段和第二阶段中获取的数据进行结合，并根据综合的数据对管道内的腐蚀情况进行评估，获取管道内存在腐蚀的区域，以及该区域具体地腐蚀类型、腐蚀程度及发生腐蚀的具体位置。
可选地，所述评估单元，将所述超声波数据、所述毫米波数据进行数据融合，并提取出特征数据，使用卷积神经网络对所述特征数据进行分类，获取所述管道内腐蚀区域的评估结果；
所述评估结果为所述管道内的腐蚀区域的腐蚀类型、腐蚀程度及腐蚀具体位置。
在一种实施例中，采用数据融合技术和深度学习技术将两个阶段的数据进行融合，提取特征信息。例如，可以对第一数据和第二数据进行embedding，输出一个特征向量，该特征向量将用于作为后续输入精细分类网络，由该精细分类网络输出具体的腐蚀分类。具体地腐蚀分类包括：渗透腐蚀裂纹、点蚀裂纹等类型。结合该腐蚀区域已经标注的高清扫描图像，以及根据第二分析数据确定的发生腐蚀的具体位置，生成该区域的评估结果，评估结果中包括该区域的具体腐蚀类型、腐蚀程度以及发生腐蚀的具体位置。
可选地，精细分类网络的训练可以采用卷积神经网络算法，或其他机器学习算法，该精细分类网络的训练样本可从现有的数据库中获取。
在一种实施例中，从第一数据和第二数据中提取出各自的特征信息，并将特征信息输入采用卷积神经网络算法训练的精细分类网络，获取具体的腐蚀程度分类，以实现对管道腐蚀情况的准确评估。其中提取特征信息可以是从无线信号的时域、频域谱图中提取的频域的峰值频点，RSSI（接收信号强度）包络等数据。本实施例中，在训练精细分类网络时还用到了带标注的高清扫描图像。
可选地，所述评估单元还用于将最新的评估结果与存储的历史评估结果进行比对，监测所述管道的腐蚀程度的演化过程。
在一种实施例中，还可以通过评估单元106将管道当前的评估结果与存储的历史的评估结果进行比对，获知该管道内区域的腐蚀程度的演化，以便工作人员对管道及时进行维护。
存储单元104，用于存储所述数据处理单元处理后的数据、所述分析监测单元的分析结果，及所述评估结果。
本实施例中，通过存储单元104存储处理完成的第一数据、第二数据，其各自对应的第一分析结果、第二分析结果，以及综合评估第一数据与第二数据得到的评估结果，以便对管道内的腐蚀程度进行查看、跟踪和维护。
在一种实施例中，可搭建数据库用于存储第一数据以及第二数据，该数据库可作为训练粗略分类网络及精细分类网络的样本数据库。
可选地，所述非侵入式管道腐蚀监测系统还包括：
预警单元，用于当所述第一分析结果超过设定的预警阈值时，确定预警区域并生成预警信息，进行报警；所述预警区域为第一分析结果超出所述预警阈值的区域；
显示终端，用于显示所述第一分析结果、所述第二分析结果、所述评估结果及所述预警信息。
在一种实施例中，通过预警单元对第一分析结果进行预警。根据实际需要设置预警阈值，当获取到当前的第一分析结果超过该预警阈值时，出发警报并通知工作人员。例如，将预警阈值设置为“轻度腐蚀”，当第一分析结果为“重度腐蚀”时，确定该腐蚀区域的粗略位置，并生成预警信息，发出警报通知工作人员。
在一种实施例中，通过显示终端将第一阶段、第二阶段的分析结果，以及综合的腐蚀评估结果进行呈现，并且，当出现预警情况时，将报警信息进行显示以便工作人员能够及时做出反应。
基于同一发明构思，本申请一实施例提供一种非侵入式管道腐蚀监测方法。参考图2，图2是本申请一实施例提出的非侵入式管道腐蚀监测方法的流程图。如图2所示，该方法包括：
S21：向所述管道内所有区域发射第一信号；
S22：采集所述管道内所有区域的第一信号并进行处理，获取第一数据；
S23：对所述第一数据进行分析获取第一分析结果；所述第一分析结果用于表示所述管道内区域的粗略腐蚀程度；
S24：根据所述第一分析结果，向所述管道内的腐蚀区域发射第二信号；所述第二信号为毫米波信号；
S25：采集所述管道内的腐蚀区域的第二信号并进行处理生成第二数据；所述第二数据用于生成所述管道内的腐蚀区域的具体腐蚀图像；
S26：对所述第二数据进行分析获得第二分析结果；所述第二分析结果用于表示所述管道内腐蚀区域的具体腐蚀位置及腐蚀程度；
S27：根据所述第一数据及所述第二数据，对所述管道内的腐蚀情况进行综合评估，获取所述管道内的腐蚀区域的评估结果；
所述评估结果为所述管道内的腐蚀区域的腐蚀类型、腐蚀程度及腐蚀具体位置。
可选地，所述非侵入式管道腐蚀监测方法，还包括：
将所述数据处理单元处理后的数据、所述分析监测单元的分析结果，及所述评估结果进行存储。
可选地，所述第一信号为超声波信号。
可选地，根据所述第一数据及所述第二数据，对所述管道内的腐蚀情况进行综合评估，获取所述管道内的腐蚀区域的评估结果，包括：
将所述超声波数据、所述毫米波数据进行数据融合，并提取出特征数据，使用卷积神经网络对所述特征数据进行分类，获取所述管道内腐蚀区域的评估结果。
可选地，所述非侵入式管道腐蚀监测方法，还包括：
设置预警阈值，当所述第一分析结果超过设定的预警阈值时，确定预警区域并生成预警信息，进行报警；所述预警区域为第一分析结果超出所述预警阈值的区域。
可选地，所述非侵入式管道腐蚀监测方法，还包括：
将所述第一分析结果、所述第二分析结果、所述评估结果及所述预警信息通过显示终端进行显示。
可选地，获取所述管道内的腐蚀区域的评估结果，还包括：
将最新的评估结果与存储的历史评估结果进行比对，监测所述管道的腐蚀程度的演化过程。
可选地，所述非侵入式管道腐蚀监测方法，还包括：
设置信号的发射与采集周期，根据所述发射与采集周期进行信号的发射与采集。
基于同一发明构思，本申请一实施例提供一种非侵入式管道腐蚀监测装置。参考图3，图3是本申请一实施例提出的非侵入式管道腐蚀监测装置300的示意图。如图3所示，该装置包括：
控制模块301，被配置为控制信号发射装置向管道内所有区域发射第一信号；
第一数据获取模块302，被配置为对所述管道内所有区域的第一信号进行处理，获取第一数据；
第一分析模块303，被配置为对所述第一数据进行分析获取第一分析结果；所述第一分析结果用于表示所述管道内区域的粗略腐蚀程度；
所述控制模块301，还被配置为控制信号发射装置向所述管道内的腐蚀区域发射第二信号；
第二数据获取模块304，被配置为对所述管道内的腐蚀区域的第二信号进行处理，获取第二数据；所述第二数据用于生成所述管道内的腐蚀区域的具体腐蚀图像；
第二分析模块305，被配置为对所述第二数据进行分析获得第二分析结果；所述第二分析结果用于表示所述管道内腐蚀区域的具体腐蚀位置及腐蚀程度；
综合评估模块306，被配置为根据所述第一数据及所述第二数据，对所述管道内的腐蚀情况进行综合评估，获取所述管道内的腐蚀区域的评估结果；
所述评估结果为所述管道内的腐蚀区域的腐蚀类型、腐蚀程度及腐蚀具体位置。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和部件并不一定是本申请所必须的。
本领域内的技术人员应明白，本申请实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例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，本申请实施例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。
本申请实施例是参照根据本申请实施例的方法、终端设备(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终端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终端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终端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终端设备上，使得在计算机或其他可编程终端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终端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。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的非侵入式管道腐蚀监测系统、方法及装置进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种非侵入式管道腐蚀监测系统，其特征在于，包括：
第一信号收发单元，用于向管道内所有区域发射并采集第一信号，将采集到的所述第一信号发送给数据处理单元；所述第一信号收发单元安装在固定点位，通过第一机械传动装置校准位置及角度；所述第一信号为超声波信号；
第二信号收发单元，用于向所述管道内的腐蚀区域发射并采集第二信号，将采集到的所述第二信号发送给所述数据处理单元；所述第二信号收发单元为毫米波天线，所述第二信号为毫米波信号；所述第二信号收发单元安装在固定点位，通过第二机械传动装置校准位置及角度；
数据处理单元，用于对接收到的所述第一信号进行处理，获取第一数据；对接收到的所述第二信号进行处理，获取第二数据；所述第二数据用于生成所述管道内腐蚀区域的具体腐蚀图像；
分析监测单元，用于对所述第一数据分析获取第一分析结果；对所述第二数据进行分析得到第二分析结果；所述第一分析结果用于表示所述管道内区域的粗略腐蚀程度，所述第二分析结果用于表示所述管道内腐蚀区域的具体腐蚀位置及腐蚀程度；
评估单元，用于根据所述第一数据及所述第二数据，对所述管道内的腐蚀情况进行评估，获取所述管道内腐蚀区域的评估结果；所述评估结果为所述管道内的腐蚀区域的腐蚀类型、腐蚀程度及腐蚀具体位置；
存储单元，用于存储所述数据处理单元处理后的数据、所述分析监测单元的分析结果，及所述评估结果。
2.根据权利要求1所述的非侵入式管道腐蚀监测系统，其特征在于，所述第一信号收发单元包括：
超声波探头，所述超声波探头布设在所述管道外多个固定点位处；所述超声波探头内置有超声波信号源；
超声波传感器，所述超声波传感器用于采集所述管道内反射的超声波信号并转换为电信号，发送给所述数据处理单元。
3.根据权利要求2所述的非侵入式管道腐蚀监测系统，其特征在于，所述数据处理单元，对所述采集的超声波信号进行处理生成超声波数据；
对所述采集的毫米波信号进行处理生成毫米波数据，并根据所述毫米波数据，生成所述管道内腐蚀区域的高清扫描图像。
4.根据权利要求3所述的非侵入式管道腐蚀监测系统，其特征在于，所述评估单元，将所述超声波数据、所述毫米波数据进行数据融合，并提取出特征数据，使用卷积神经网络对所述特征数据进行分类，获取所述管道内腐蚀区域的评估结果；
所述评估结果为所述管道内的腐蚀区域的腐蚀类型、腐蚀程度及腐蚀具体位置。
5.根据权利要求1所述的非侵入式管道腐蚀监测系统，其特征在于，还包括：
预警单元，用于当所述第一分析结果超过设定的预警阈值时，确定预警区域并生成预警信息，进行报警；所述预警区域为第一分析结果超出所述预警阈值的区域；
显示终端，用于显示所述第一分析结果、所述第二分析结果、所述评估结果及所述预警信息。
6.根据权利要求1所述的非侵入式管道腐蚀监测系统，其特征在于，所述评估单元还用于将最新的评估结果与存储的历史评估结果进行比对，监测所述管道的腐蚀程度的演化过程。
7.根据权利要求1所述的非侵入式管道腐蚀监测系统，其特征在于，还包括：
控制单元，用于控制所述第一信号收发单元中的信号发射模块的启动及停止；控制所述第一信号收发单元中的信号采集模块采集所述第一信号；
控制所述第二信号收发单元中的信号发射模块的启动及停止；控制所述第二信号收发单元中的信号采集模块采集所述第二信号。
8.一种非侵入式管道腐蚀监测方法，所述方法基于权利要求1-7任一所述的系统实现，其特征在于，包括：
向所述管道内所有区域发射第一信号；所述第一信号为超声波信号；
采集所述管道内所有区域的第一信号并进行处理，获取第一数据；
对所述第一数据进行分析获取第一分析结果；所述第一分析结果用于表示所述管道内区域的粗略腐蚀程度；
根据所述第一分析结果，向所述管道内的腐蚀区域发射第二信号；所述第二信号为毫米波信号；
采集所述管道内的腐蚀区域的第二信号并进行处理生成第二数据；所述第二数据用于生成所述管道内的腐蚀区域的具体腐蚀图像；
对所述第二数据进行分析获得第二分析结果；所述第二分析结果用于表示所述管道内腐蚀区域的具体腐蚀位置及腐蚀程度；
根据所述第一数据及所述第二数据，对所述管道内的腐蚀情况进行综合评估，获取所述管道内的腐蚀区域的评估结果；
所述评估结果为所述管道内的腐蚀区域的腐蚀类型、腐蚀程度及腐蚀具体位置。
9.根据权利要求8所述的非侵入式管道腐蚀监测方法，其特征在于，还包括：
将所述第一数据、所述第二数据、所述第一分析结果、所述第二分析结果及所述评估结果进行存储；
将最新的评估结果与存储的历史评估结果进行比对，监测所述管道内的腐蚀程度的演化过程。
10.一种非侵入式管道腐蚀监测装置，用于实现权利要求8-9任一所述的方法，其特征在于，包括：
控制模块，被配置为控制信号发射装置向管道内所有区域发射第一信号；所述第一信号为超声波信号；
第一数据获取模块，被配置为对所述管道内所有区域的第一信号进行处理，获取第一数据；
第一分析模块，被配置为对所述第一数据进行分析获取第一分析结果；所述第一分析结果用于表示所述管道内区域的粗略腐蚀程度；
所述控制模块，还被配置为控制信号发射装置向所述管道内的腐蚀区域发射第二信号；所述第二信号为毫米波信号；
第二数据获取模块，被配置为对所述管道内的腐蚀区域的第二信号进行处理，获取第二数据；所述第二数据用于生成所述管道内的腐蚀区域的具体腐蚀图像；
第二分析模块，被配置为对所述第二数据进行分析获得第二分析结果；所述第二分析结果用于表示所述管道内腐蚀区域的具体腐蚀位置及腐蚀程度；
综合评估模块，被配置为根据所述第一数据及所述第二数据，对所述管道内的腐蚀情况进行综合评估，获取所述管道内的腐蚀区域的评估结果；
所述评估结果为所述管道内的腐蚀区域的腐蚀类型、腐蚀程度及腐蚀具体位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310745809.6A CN116500061B (zh) | 2023-06-25 | 2023-06-25 | 一种非侵入式管道腐蚀监测系统、方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310745809.6A CN116500061B (zh) | 2023-06-25 | 2023-06-25 | 一种非侵入式管道腐蚀监测系统、方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116500061A CN116500061A (zh) | 2023-07-28 |
| CN116500061B true CN116500061B (zh) | 2023-09-29 |
Family
ID=87320481
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310745809.6A Active CN116500061B (zh) | 2023-06-25 | 2023-06-25 | 一种非侵入式管道腐蚀监测系统、方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116500061B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102305352A (zh) * | 2011-05-31 | 2012-01-04 | 西南石油大学 | 一种油气管道腐蚀状态在线监控系统及其方法 |
| JP2012013675A (ja) * | 2010-05-31 | 2012-01-19 | Tohoku Electric Power Co Inc | 鋼管内部腐食解析装置及び腐食解析方法 |
| CN106645418A (zh) * | 2017-01-26 | 2017-05-10 | 中国特种设备检测研究院 | 履带式磁声复合检测机器人及检测方法和装置 |
| CN109187736A (zh) * | 2018-10-10 | 2019-01-11 | 中国石油天然气股份有限公司 | 一种原油输送管道内腐蚀检测系统 |
| CN109974543A (zh) * | 2019-04-28 | 2019-07-05 | 芜湖博高光电科技股份有限公司 | 一种新型毫米波近感引信前端 |
| CN111683270A (zh) * | 2020-06-12 | 2020-09-18 | 北京英智数联科技有限公司 | 视频分析系统、控制系统、管理系统及监控系统 |
| CN215251324U (zh) * | 2021-07-23 | 2021-12-21 | 吴江飞乐天和电子材料有限公司 | 一种铝电解电容器腐蚀箔的处理装置 |
| CN114492980A (zh) * | 2022-01-21 | 2022-05-13 | 中特检深燃安全技术服务(深圳)有限公司 | 一种城镇燃气埋地管道腐蚀风险的智能预测方法 |
| CN114544473A (zh) * | 2020-11-25 | 2022-05-27 | 中国石油天然气股份有限公司 | 管道的腐蚀速率确定方法、装置及计算机存储介质 |
| CN114877165A (zh) * | 2022-06-21 | 2022-08-09 | 中国十七冶集团有限公司 | 一种市政工程地下管道四足机器人管道检测装置及方法 |
| CN115184455A (zh) * | 2022-06-21 | 2022-10-14 | 华中科技大学 | 一种压力管道腐蚀缺陷声学特征感知方法及系统 |
| CN115979928A (zh) * | 2022-12-15 | 2023-04-18 | 广西大学 | 一种钢管在海洋环境下腐蚀的可视化实时监测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6490927B2 (en) * | 2000-12-22 | 2002-12-10 | Honeywell International Inc. | Method for detecting multiple types of corrosion |
-
2023
- 2023-06-25 CN CN202310745809.6A patent/CN116500061B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012013675A (ja) * | 2010-05-31 | 2012-01-19 | Tohoku Electric Power Co Inc | 鋼管内部腐食解析装置及び腐食解析方法 |
| CN102305352A (zh) * | 2011-05-31 | 2012-01-04 | 西南石油大学 | 一种油气管道腐蚀状态在线监控系统及其方法 |
| CN106645418A (zh) * | 2017-01-26 | 2017-05-10 | 中国特种设备检测研究院 | 履带式磁声复合检测机器人及检测方法和装置 |
| CN109187736A (zh) * | 2018-10-10 | 2019-01-11 | 中国石油天然气股份有限公司 | 一种原油输送管道内腐蚀检测系统 |
| CN109974543A (zh) * | 2019-04-28 | 2019-07-05 | 芜湖博高光电科技股份有限公司 | 一种新型毫米波近感引信前端 |
| CN111683270A (zh) * | 2020-06-12 | 2020-09-18 | 北京英智数联科技有限公司 | 视频分析系统、控制系统、管理系统及监控系统 |
| CN114544473A (zh) * | 2020-11-25 | 2022-05-27 | 中国石油天然气股份有限公司 | 管道的腐蚀速率确定方法、装置及计算机存储介质 |
| CN215251324U (zh) * | 2021-07-23 | 2021-12-21 | 吴江飞乐天和电子材料有限公司 | 一种铝电解电容器腐蚀箔的处理装置 |
| CN114492980A (zh) * | 2022-01-21 | 2022-05-13 | 中特检深燃安全技术服务(深圳)有限公司 | 一种城镇燃气埋地管道腐蚀风险的智能预测方法 |
| CN114877165A (zh) * | 2022-06-21 | 2022-08-09 | 中国十七冶集团有限公司 | 一种市政工程地下管道四足机器人管道检测装置及方法 |
| CN115184455A (zh) * | 2022-06-21 | 2022-10-14 | 华中科技大学 | 一种压力管道腐蚀缺陷声学特征感知方法及系统 |
| CN115979928A (zh) * | 2022-12-15 | 2023-04-18 | 广西大学 | 一种钢管在海洋环境下腐蚀的可视化实时监测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 管道腐蚀缺陷超声导波检测数值模拟研究;董为荣;帅健;许葵;;机械强度(06);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116500061A (zh) | 2023-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Baroudi et al. | Pipeline leak detection systems and data fusion: A survey | |
| JP5113340B2 (ja) | 超音波走査データを用いて物体を検査する方法およびシステム | |
| US9581567B2 (en) | System and method for inspecting subsea vertical pipeline | |
| US9176096B2 (en) | Apparatus and method for metallic constructions assessment | |
| US10330641B2 (en) | Metallic constructions monitoring and assessment in unstable zones of the earth's crust | |
| US8820163B2 (en) | Nondestructive inspection apparatus and nondestructive inspection method using guided wave | |
| KR20180063042A (ko) | 멀티모드 음향 신호들을 이용한 금속 구조물들에서의 변화들의 검출 및 모니터링 | |
| KR101557865B1 (ko) | 하수관로의 cctv 데이터 및 상부지반의 gpr 데이터를 이용한 지반침하 진단 시스템 및 그 방법 | |
| JP2007327935A (ja) | 媒質内の物体の計測方法 | |
| US20210285798A1 (en) | System for identifying removal of maintenance hatch and method of using | |
| Angulo et al. | Mooring integrity management: Novel approaches towards in situ monitoring | |
| CN115854271A (zh) | 城市地下管网损伤监测与修复系统及损伤识别修复方法 | |
| KR102002480B1 (ko) | 관망의 유지관리탐사 시스템 | |
| CN116500061B (zh) | 一种非侵入式管道腐蚀监测系统、方法及装置 | |
| Zhang et al. | Pipe inspection using guided acoustic wave sensors integrated with mobile robots | |
| CN109307715B (zh) | 储罐底板主被动声融合检测方法 | |
| CN113557429A (zh) | 超声波探伤方法、超声波探伤装置、钢材的制造设备、钢材的制造方法及钢材的品质管理方法 | |
| KR101110070B1 (ko) | 센서 네트워크를 이용한 파이프라인 내벽 모니터링 시스템 | |
| CN109307709B (zh) | 储罐底板主被动声融合检测系统 | |
| Sinha et al. | Non-contact ultrasonic sensor and state-of-the-art camera for automated pipe inspection | |
| US12038349B2 (en) | Inspection system, inspection apparatus, and inspection method | |
| JP7455046B2 (ja) | 水中検査装置および水中検査方法 | |
| WO2019016669A1 (en) | METHOD AND VEHICLE FOR INSPECTING PIPELINES | |
| WO2018149804A1 (en) | Automated assisted-interpretation of phased array ultrasonic testing inspection data | |
| US20220299406A1 (en) | Inspection system, inspection apparatus, and inspection method |
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 |