CN117056686B - 一种检测压力容器表面缺陷的告警方法及系统 - Google Patents

一种检测压力容器表面缺陷的告警方法及系统 Download PDF

Info

Publication number
CN117056686B
CN117056686B CN202311014049.8A CN202311014049A CN117056686B CN 117056686 B CN117056686 B CN 117056686B CN 202311014049 A CN202311014049 A CN 202311014049A CN 117056686 B CN117056686 B CN 117056686B
Authority
CN
China
Prior art keywords
defect
equipment
diffusion
pressure vessel
pressure container
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
Application number
CN202311014049.8A
Other languages
English (en)
Other versions
CN117056686A (zh
Inventor
陶利芳
毛建华
张卓君
丁艳林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiaxing Ande Special Equipment Technology Co ltd
Original Assignee
Jiaxing Ande Special Equipment Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiaxing Ande Special Equipment Technology Co ltd filed Critical Jiaxing Ande Special Equipment Technology Co ltd
Priority to CN202311014049.8A priority Critical patent/CN117056686B/zh
Publication of CN117056686A publication Critical patent/CN117056686A/zh
Application granted granted Critical
Publication of CN117056686B publication Critical patent/CN117056686B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00Energy generation of nuclear origin
    • Y02E30/30Nuclear fission reactors

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Graphics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种检测压力容器表面缺陷的告警方法及系统,涉及缺陷检测技术领域,方法包括:对压力容器设备进行三维建模生成压力容器仿真模型;采集压力容器设备的表面裂纹缺陷,输出缺陷坐标集合;利用缺陷位置特征对缺陷坐标集合进行分类,输出多类缺陷坐标集合;按照缺陷位置特征中各个缺陷类型与压力容器设备的损伤扩散度,生成扩散预测网络层,将扩散预测网络层嵌于压力容器仿真模型;以扩散预测网络层对多类缺陷坐标集合进行扩散预测,输出基于扩散预测后压力容器设备的第一缺陷风险指标,解决了现有技术中存在的表面缺陷检测工作由于不够严谨且无法进行预测而导致实时性差的问题,实现了关于表面缺陷检测预警的合理化精准管控。

Description

一种检测压力容器表面缺陷的告警方法及系统
技术领域
本发明涉及表面缺陷检测技术领域,具体涉及一种检测压力容器表面缺陷的告警方法及系统。
背景技术
压力容器是一种盛装气体或者液体,承载一定压力的密闭设备。广泛应用于化工行业,是生产过程中必不可少的核心设备。在化工厂中的压力容器经常遇到的缺陷是裂纹,裂纹是压力容器中的一种危险缺陷,是导致容器脆性破坏的因素,同时促进疲劳开裂和腐蚀开裂。操作人员需定期进行技术检验,尽早消除隐患,防止缺陷继续发展扩大,对生产造成影响。
现有技术中存在的表面缺陷检测工作由于不够严谨且无法进行预测而导致实时性差的问题,使得最终关于表面缺陷检测预警无法合理化精准管控。
发明内容
本申请提供了一种检测压力容器表面缺陷的告警方法及系统,解决了现有技术中存在的表面缺陷检测工作由于不够严谨且无法进行预测而导致实时性差的问题,实现了关于表面缺陷检测预警的合理化精准管控。
鉴于上述问题,本申请提供了一种检测压力容器表面缺陷的告警方法。
第一方面,本申请提供了一种检测压力容器表面缺陷的告警方法,方法包括:对压力容器设备进行三维建模生成压力容器仿真模型;采集压力容器设备的表面裂纹缺陷,并调用压力容器仿真模型对压力容器设备的表面裂纹缺陷进行坐标定位,输出缺陷坐标集合;利用缺陷位置特征对缺陷坐标集合进行分类,输出多类缺陷坐标集合,其中,每一类缺陷坐标集合对应一种缺陷位置特征;按照缺陷位置特征中各个缺陷类型与压力容器设备的损伤扩散度,生成扩散预测网络层,将扩散预测网络层嵌于压力容器仿真模型;以扩散预测网络层对多类缺陷坐标集合进行扩散预测,输出基于扩散预测后压力容器设备的第一缺陷风险指标;
根据所述第一缺陷风险指标,生成第一告警提醒信息。
第二方面,本申请提供了一种检测压力容器表面缺陷的告警系统,系统包括:模型生成模块:对压力容器设备进行三维建模生成压力容器仿真模型;坐标定位模块:采集所述压力容器设备的表面裂纹缺陷,并调用所述压力容器仿真模型对所述压力容器设备的表面裂纹缺陷进行坐标定位,输出缺陷坐标集合;缺陷坐标模块:利用缺陷位置特征对所述缺陷坐标集合进行分类,输出多类缺陷坐标集合,其中,每一类缺陷坐标集合对应一种缺陷位置特征;网络层模块:按照所述缺陷位置特征中各个缺陷类型与所述压力容器设备的损伤扩散度,生成扩散预测网络层,将所述扩散预测网络层嵌于所述压力容器仿真模型;扩散预测模块:以所述扩散预测网络层对所述多类缺陷坐标集合进行扩散预测,输出基于扩散预测后所述压力容器设备的第一缺陷风险指标;告警生成模块:根据所述第一缺陷风险指标,生成第一告警提醒信息。
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:
本申请实施例提供的一种检测压力容器表面缺陷的告警方法及系统,通过对压力容器设备进行三维建模生成压力容器仿真模型,采集压力容器设备的表面裂纹缺陷,并调用压力容器仿真模型对压力容器设备的表面裂纹缺陷进行坐标定位,输出缺陷坐标集合,并利用缺陷位置特征对缺陷坐标集合进行分类,输出多类缺陷坐标集合;按照缺陷位置特征中各个缺陷类型与压力容器设备的损伤扩散度,生成扩散预测网络层,再将扩散预测网络层嵌于压力容器仿真模型,以扩散预测网络层对多类缺陷坐标集合进行扩散预测,输出基于扩散预测后压力容器设备的第一缺陷风险指标,解决了现有技术中存在的表面缺陷检测工作由于不够严谨且无法进行预测而导致实时性差的问题,实现了关于表面缺陷检测预警的合理化精准管控。
附图说明
图1为本申请提供了一种检测压力容器表面缺陷的告警方法流程示意图;
图2为本申请提供了一种检测压力容器表面缺陷的告警系统结构示意图。
附图标记说明:模型生成模块11,坐标定位模块12,缺陷坐标模块13,网络层模块14,扩散预测模块15,告警生成模块16。
具体实施方式
由于压力容器设备在低温环境中压力容器容易脆化、对表面裂纹比较敏感,一旦出现裂纹,压力容器的安全风险会急速上升,对压力容器进行裂痕状态分析,当前技术一般都是对当前的裂痕进行判断,并根据判读结果进行告警,无法根据裂痕的变化情况进行分析,对压力容器设备进行动态监测。本申请提供了一种检测压力容器表面缺陷的告警方法及系统,通过对压力容器设备进行三维建模生成压力容器仿真模型,采集压力容器设备的表面裂纹缺陷,并调用压力容器仿真模型对压力容器设备的表面裂纹缺陷进行坐标定位,输出缺陷坐标集合,并利用缺陷位置特征对缺陷坐标集合进行分类,输出多类缺陷坐标集合,按照缺陷位置特征中各个缺陷类型与压力容器设备的损伤扩散度,生成扩散预测网络层,再将扩散预测网络层嵌于压力容器仿真模型,以扩散预测网络层对多类缺陷坐标集合进行扩散预测,输出基于扩散预测后压力容器设备的第一缺陷风险指标。解决了现有技术中存在的表面缺陷检测工作由于不够严谨且无法进行预测而导致实时性差的问题,实现了关于表面缺陷检测预警的合理化精准管控。
实施例一
如图1所示,本申请提供了一种检测压力容器表面缺陷的告警方法及系统,方法包括:
对压力容器设备进行三维建模生成压力容器仿真模型;
使用三维建模扫描设备对压力容器设备进行扫描,获取三维建模数据,根据三维建模数据构建压力容器仿真模型。其中,压力容器仿真模型具有与压力容器设备等比例的尺寸,三维建模生成的压力容器仿真模型以模型几何中心为原点,构建空间坐标系,并获得基于空间坐标系的各项压力容器设备的尺寸数据,为后续对压力容器设备表面的裂纹缺陷进行定位提供基础。
采集所述压力容器设备的表面裂纹缺陷,并调用所述压力容器仿真模型对所述压力容器设备的表面裂纹缺陷进行坐标定位,输出缺陷坐标集合;
在压力容器设备的生产过程中,表面出现裂纹等情况是允许的,但是在低温环境中,压力容器设备会脆化,更容易出现表面裂纹,当压力容器处在高压工作环境中时,会使压力容器的安全风险急剧上升,所以需要对压力容器设备进行表面裂纹采集,对表面裂纹进行进一步分析,判断当前压力容器设备的危险程度。使用图像采集设备对压力容器设备的表面裂纹缺陷进行采集,获取图像裂纹数据,并使用图像对比进行裂纹缺陷匹配,将图像裂纹数据与压力容器仿真模型进行对应,获取压力容器设备表面上的裂纹缺陷的位置,并将对应裂纹缺陷的位置进行输出,获得缺陷坐标集合。缺陷坐标集合能够表示裂纹缺陷在压力容器设备的位置和尺寸信息,为后续提取缺陷位置特征,构建坐标集合提供数据基础。
利用缺陷位置特征对所述缺陷坐标集合进行分类,输出多类缺陷坐标集合,其中,每一类缺陷坐标集合对应一种缺陷位置特征;
对缺陷坐标集合进行特征提取,并根据提取的特征将缺陷坐标集合进行归类,将得到的分类集合作为多类缺陷坐标集合进行输出,将一类缺陷坐标集合对应一种缺陷位置特征,每种缺陷位置特征的裂纹缺陷在位置上是具有同种特点的。
进一步而言,本申请还包括:
对所述压力容器设备的结构进行识别,输出缺陷位置特征,其中,所述缺陷位置特征包括设备拼接缝、设备壳体表面以及非壳体构件表面;根据所述缺陷坐标集合确定各个缺陷的位置信息;基于所述设备拼接缝、所述设备壳体表面以及所述非壳体构件表面为分类对象,对所述缺陷坐标集合确定各个缺陷的位置信息进行识别分类,输出所述多类缺陷坐标集合。
对压力容器设备的结构进行分析,判断压力容器结构的组成,将压力容器设备分为设备拼接缝,设备壳体表面和非壳体构件表面。其中,设备拼接缝即为在各个构件之间的缝隙,在一些压力容器设备需要进行拼接处理,由于成本和工艺的原因,无法进行一体化成型,所以在拼接的地方会产生裂缝,而由于生产工艺导致的裂缝缺陷无法避免,要对其进行分析。拼接缝一般都在压力容器设备的拼接处,具有明显的位置特征,只要在拼接处即可将拼接缝的图像缺陷数据进行获取,并进行归类,且大量拼接缝具有相同的结构特点,在后续预测等分析中能够做到同时分析,节省计算压力,提高整体效率;设备壳体表面是指加压容器主体部分,主要为加压储存仓,一般为近似圆柱体;而非壳体构件表面是指与壳体构件进行连接的其他构件,如仪表、连接管等,根据缺陷坐标集合确认缺陷的位置信息,即缺陷根据缺陷特征所确定,并将设备拼接缝、设备壳体表面以及非壳体构件表面作为分类对象,将缺陷坐标集合确定为各个缺陷的位置信息进行分类,获得分类结果,分类结果为多类缺陷坐标集合,且每一类缺陷坐标集合与一种缺陷位置特征相对应,多类缺陷坐标集合的获取为后续扩散预测网络层的生成提供数据基础。
按照所述缺陷位置特征中各个缺陷类型与所述压力容器设备的损伤扩散度,生成扩散预测网络层,将所述扩散预测网络层嵌于所述压力容器仿真模型;
按照缺陷位置特征中的各个缺陷类型和压力容器设备的损伤扩散度,生成扩散预测网络层,其中,预测扩散网络层由多个预测通道组成,且预测通道由映射关系训练得到,扩散预测网络层能够对缺陷位置特征中的缺陷类型确定缺陷的情况,根据缺陷情况特征分析判断缺陷可能会出现的缺陷损伤扩散情况,并对缺陷损伤扩散情况进行预测,生成预测情况数据,再获取当前压力容器设备的损伤扩散程度,根据损伤扩散程度与预测情况数据进行匹配,判断损伤扩散程度处于预测情况中的时间段,并将其后续的预测情况进行输出。通过扩散预测网络层对多类缺陷坐标集合进行预测,得到裂痕会出现的扩散结果。最后将网络预测层嵌于压力容器仿真模型中,在压力容器仿真模型中即可对该当前裂纹缺陷进行扩散预测,为后续生成扩散预测结果提供基础。
以所述扩散预测网络层对所述多类缺陷坐标集合进行扩散预测,输出基于扩散预测后所述压力容器设备的第一缺陷风险指标;
根据扩散预测网络层对多类缺陷坐标集合进行扩散预测,获得扩散预测结果,将扩散预测结果作为压力容器设备的第一缺陷风险指标。第一缺陷风险指标表示该压力容器设备可能会出现的危险情况,在一定时间之后会出现,并留出一部分处理时间,按照该标准进行构建指标,将该指标进行输出,即第一风险指标。第一缺陷风险指标是整体压力容器设备的风险指标,包括压力容器的拼接处、压力容器主体部分和压力容器的连接构件,通过第一缺陷风险指标可以进行告警指令生成,且生成的告警指令信息具有缺陷位置信息,第一缺陷风险指标的生成为后续第一告警提醒信息的生成提供数据基础。
根据所述第一缺陷风险指标,生成第一告警提醒信息。
根据第一缺陷风险指标,判断该缺陷是否处于危险情况之中,如果当前压力容器设备没有达到第一缺陷风险指标的危情程度,则继续对该压力容器设备进行监测,不对告警系统进行激活;当压力容器设备达到第一缺陷风险指标的阈值,并处于第一缺陷风险指标的危险情况中,并将其预测情况进行输出,激活告警系统,将预测情况数据发送至告警系统中,告警系统根据预测情况进行告警。通过设置第一缺陷风险指标,能够减少告警系统的占用情况,过滤掉不需要告警的信息,节约算力,进而提高整体效率。
进一步而言,本申请还包括:
采集所述缺陷位置特征中各个缺陷类型的缺陷随时间变化的样本集合,所述样本集合包括设备拼接缝位置的缝隙样本、设备壳体表面位置的表面样本以及非壳体构件表面位置的构件样本;
对所述样本集合进行扩散速率识别,建立扩散速率-设备损伤的映射关系;
基于所述扩散速率-设备损伤的映射关系训练多个预测通道,以所述多个预测通道搭建所述扩散预测网络层。
在构建扩散预测网络层之前需要对样本数据进行获取,对缺陷位置特征中的各个缺陷类型的缺陷随时间变化的样本进行采集,获取采集结果,即设备拼接缝位置的缝隙样本、设备壳体表面位置的表面样本以及非壳体构件表面位置的构件样本。对样本进行演化过程分析,提取样本的扩散规律特征,并获取扩散率,按照扩散程度与时间的比值进行输出,获取扩散速率,建立扩散速率与各个样本之间映射关系,得到扩散速率-设备损伤的映射关系,即通过设备损伤就可立即得出该损伤的扩散速率,也可通过扩散速率得到设备损伤情况,呈一一对应关系。再通过扩散速率-设备损伤的映射关系进行训练,根据缺陷位置特征对通道进行划分,每个缺陷位置特征对应一个通道,将训练后的通道进行组合,即构成扩散预测网络层。扩散预测网络层的构建,为后续生成扩散预测结果提供基础。
进一步而言,本申请还包括:
对所述压力容器仿真模型进行构件重要性区域识别,输出区域坐标集合;
确定好所述缺陷坐标集合中各个缺陷的位置信息后,识别处于所述区域坐标集合内的标识缺陷坐标集合;
以所述标识缺陷坐标集合,输出第二缺陷风险指标,生成第二告警提醒信息。
在压力容器设备中,有些构建或部位是非常脆弱且对压力较为敏感的部分,该区域一般为压力容器的核心区域,在整个压力容器设备中的具有较高的重要性,一旦裂缝扩散容易对近距离容器设备产生影响,所以对这部分区域的缺陷判断标准要高于其他区域,需对其进行新风险指标构建。对压力容器仿真模型进行重要性区域识别,根据该压力容器设备的出厂信息,对其重要区域进行提取记录该区域的坐标集合。根据坐标集合根据映射关系对应获取缺陷坐标集合,并对缺陷坐标集合进行标识,获取标识结果,结果为标识缺陷坐标集合,将标识缺陷坐标集合输入扩散预测网络层中,将对应的缺陷类型特征根据扩散速率-设备损伤映射关系进行映射,获取映射结果,根据映射结果来判断标识缺陷坐标集合的风险指标并将指标进行输出,得到第二缺陷风险指标,通过第二风险指标进行相应的第二告警信息生成,其中第二缺陷风险指标的构建,为压力容器设备的重要区域提供了更高的风险判断标准,使风险判断更加合理和准确,对于提高检测精度,降低压力容器风险具有重要意义。
进一步而言,本申请还包括:
根据所述第一缺陷风险指标和所述第二缺陷风险指标,建立告警判别器,其中,所述告警判别器嵌有预设风险指标;
当所述第一缺陷风险指标和所述第二缺陷风险指标中任一指标大于所述预设风险指标,由所述告警判别器生成对应的告警提醒信息。
在进行风险告警时,应保证告警信息的重要性,即告警信息具有意义,一方面进行告警额信息能够具备实际作用,另一方面节约算力资源,所以需要在告警系统中设定告警判别器,判断该告警系统是否具有意义,判定标准为预设风险指标,当生成的第一缺陷风险指标与第二风险指标中任意一个风险指标超过预设风险指标时,说明该风险指标的重要性合格,将此风险指标进行告警,通过告警判别器生成告警提醒信息,所述告警判别器是嵌有可编程逻辑单元的电子模块,一般在发生故障或危险情况通过发出信号进行显示,通过所述告警判别器所设置的通信端口与系统终端连接,告警提醒信息包括大于预设风险指标的该缺陷风险指标,告警判别器的设定,能对第一缺陷风险指标和第二缺陷风险指标进行分别预警,且发出的预警信号不相同,分别针对此两种缺陷风险情况进行预警。
进一步而言,本申请还包括:
根据所述压力容器仿真模型对所述压力容器设备进行工况模拟,获取负载工况指标,其中,所述负载工况指标为表征所述压力容器设备处于负载工况占总工况的比例关系;
根据所述负载工况指标,生成第一扩散调节系数,以所述第一扩散调节系数对所述扩散预测网络层进行优化。
当压力容器设备在进行工作时,会承受一定的负载,当承受的负载比较大时会加速裂缝的扩散,所以要对裂缝扩散进行精确预测,需要考虑压力容器设备在负载时的情况。通过压力容器仿真模型对压力容器设备进行工况模拟,获取压力容器设备在负载时的情况和非负载时的情况并进行获取,得到负载工况和非负载工况,将负载工况和非负载工况相加即得到总工况,将负载工况与总工况作比,获得压力容器设备处于负载工况占总工况的比例关系,将该比例关系称为负载工况指标。根据负载工况指标生成在负载情况下裂缝扩散的速率,并根据速率确定与非负载情况下压力容器设备的扩散比例,生成第一扩散调节系数,根据第一扩散调节系数对扩散预测网络层进行优化,即在扩散预测网络层加入在负载情况下压力容器设备相应的裂缝扩散情况分析,能够更准确合理的对裂纹进行预测。
进一步而言,本申请还包括:
对所述压力容器设备的负载工况进行等级划分,输出负载扩散等级;
获取所述负载扩散等级中各个等级的负载工况指标,对所述各个等级的负载工况指标进行拟合,根据拟合结果对所述扩散预测网络层进行优化。
由于在不同的工作状态下,压力容器设备承受的负载情况也不相同,相应裂缝扩散的情况也会有差异,所以需要对不同负载情况下的负载工况指标进行区分。对压力容器设备的负载工况进行等级划分,划分等级越多,所输出的负载工况指标越精确,对应得到的预测结果越准确,但是相对应的系统计算压力就会增加,可能会影响整体运行效率,所以等级划分需要设定在合适的范围内。划分后获得负载扩散等级,根据负载扩散等级中各个等级的负载工况指标,将对应等级的负载工况进行结合,生成对应的扩散调节系数,并将调节系数与负载工况指标相结合,根据结合结果对扩散网络层进行优化。通过对负载工况进行划分,能够生成更加精确的预测结果。
实施例二
基于与前述实施例中一种检测压力容器表面缺陷的告警方法相同的发明构思,如图2所示,本申请提供了一种检测压力容器表面缺陷的告警系统,所述系统包括:
模型生成模块11:所述用于对压力容器设备进行三维建模生成压力容器仿真模型;
坐标定位模块12:所述用于采集所述压力容器设备的表面裂纹缺陷,并调用所述压力容器仿真模型对所述压力容器设备的表面裂纹缺陷进行坐标定位,输出缺陷坐标集合;
缺陷坐标模块13:所述缺陷坐标模块13用于利用缺陷位置特征对所述缺陷坐标集合进行分类,输出多类缺陷坐标集合,其中,每一类缺陷坐标集合对应一种缺陷位置特征;
网络层模块14:所述网络层模块14用于按照所述缺陷位置特征中各个缺陷类型与所述压力容器设备的损伤扩散度,生成扩散预测网络层,将所述扩散预测网络层嵌于所述压力容器仿真模型;
扩散预测模块15:所述扩散预测模块15用于以所述扩散预测网络层对所述多类缺陷坐标集合进行扩散预测,输出基于扩散预测后所述压力容器设备的第一缺陷风险指标;
告警生成模块16:所述告警生成模块16用于根据所述第一缺陷风险指标,生成第一告警提醒信息。
进一步的,所述系统还包括以下执行步骤:
对所述压力容器设备的结构进行识别,输出缺陷位置特征,其中,所述缺陷位置特征包括设备拼接缝、设备壳体表面以及非壳体构件表面;
根据所述缺陷坐标集合确定各个缺陷的位置信息;
基于所述设备拼接缝、所述设备壳体表面以及所述非壳体构件表面为分类对象,对所述缺陷坐标集合确定各个缺陷的位置信息进行识别分类,输出所述多类缺陷坐标集合。
进一步的,所述系统还包括以下执行步骤:
采集所述缺陷位置特征中各个缺陷类型的缺陷随时间变化的样本集合,所述样本集合包括设备拼接缝位置的缝隙样本、设备壳体表面位置的表面样本以及非壳体构件表面位置的构件样本;
对所述样本集合进行扩散速率识别,建立扩散速率-设备损伤的映射关系;
基于所述扩散速率-设备损伤的映射关系训练多个预测通道,以所述多个预测通道搭建所述扩散预测网络层。
进一步的,所述系统还包括以下执行步骤:
对所述压力容器仿真模型进行构件重要性区域识别,输出区域坐标集合;
确定好所述缺陷坐标集合中各个缺陷的位置信息后,识别处于所述区域坐标集合内的标识缺陷坐标集合;
以所述标识缺陷坐标集合,输出第二缺陷风险指标,生成第二告警提醒信息。
进一步的,所述系统还包括以下执行步骤:
根据所述第一缺陷风险指标和所述第二缺陷风险指标,建立告警判别器,其中,所述告警判别器嵌有预设风险指标;
当所述第一缺陷风险指标和所述第二缺陷风险指标中任一指标大于所述预设风险指标,由所述告警判别器生成对应的告警提醒信息。
进一步的,所述系统还包括以下执行步骤:
根据所述压力容器仿真模型对所述压力容器设备进行工况模拟,获取负载工况指标,其中,所述负载工况指标为表征所述压力容器设备处于负载工况占总工况的比例关系;
根据所述负载工况指标,生成第一扩散调节系数,以所述第一扩散调节系数对所述扩散预测网络层进行优化。
进一步的,所述系统还包括以下执行步骤:
对所述压力容器设备的负载工况进行等级划分,输出负载扩散等级;
获取所述负载扩散等级中各个等级的负载工况指标,对所述各个等级的负载工况指标进行拟合,根据拟合结果对所述扩散预测网络层进行优化。
本说明书通过前述对一种检测压力容器表面缺陷的告警方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种检测压力容器表面缺陷的告警方法,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种检测压力容器表面缺陷的告警方法,其特征在于,所述方法包括:
对压力容器设备进行三维建模生成压力容器仿真模型;
采集所述压力容器设备的表面裂纹缺陷,并调用所述压力容器仿真模型对所述压力容器设备的表面裂纹缺陷进行坐标定位,输出缺陷坐标集合;
利用缺陷位置特征对所述缺陷坐标集合进行分类,输出多类缺陷坐标集合,其中,每一类缺陷坐标集合对应一种缺陷位置特征;
按照所述缺陷位置特征中各个缺陷类型与所述压力容器设备的损伤扩散度,所述损伤扩散度指的是压力容器设备的损伤位置的大小程度,生成扩散预测网络层,将所述扩散预测网络层嵌于所述压力容器仿真模型;
以所述扩散预测网络层对所述多类缺陷坐标集合进行扩散预测,输出基于扩散预测后所述压力容器设备的第一缺陷风险指标;
根据所述第一缺陷风险指标,生成第一告警提醒信息;
其中,利用缺陷位置对所述缺陷坐标集合进行分类,方法包括:
对所述压力容器设备的结构进行识别,输出缺陷位置特征,其中,所述缺陷位置特征包括设备拼接缝、设备壳体表面以及非壳体构件表面;
根据所述缺陷坐标集合确定各个缺陷的位置信息;
基于所述设备拼接缝、所述设备壳体表面以及所述非壳体构件表面为分类对象,对所述缺陷坐标集合确定各个缺陷的位置信息进行识别分类,输出所述多类缺陷坐标集合。
2.如权利要求1所述的方法,其特征在于,按照所述缺陷位置特征中各个缺陷类型与所述压力容器设备的损伤扩散度,生成扩散预测网络层,方法包括:
采集所述缺陷位置特征中各个缺陷类型的缺陷随时间变化的样本集合,所述样本集合包括设备拼接缝位置的缝隙样本、设备壳体表面位置的表面样本以及非壳体构件表面位置的构件样本;
对所述样本集合进行扩散速率识别,建立扩散速率-设备损伤的映射关系;
基于所述扩散速率-设备损伤的映射关系训练多个预测通道,以所述多个预测通道搭建所述扩散预测网络层。
3.如权利要求1所述的方法,其特征在于,根据所述缺陷坐标集合确定各个缺陷的位置信息,方法还包括:
对所述压力容器仿真模型进行构件重要性区域识别,输出区域坐标集合;
确定好所述缺陷坐标集合中各个缺陷的位置信息后,识别处于所述区域坐标集合内的标识缺陷坐标集合;
以所述标识缺陷坐标集合,输出第二缺陷风险指标,生成第二告警提醒信息。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述第一缺陷风险指标和所述第二缺陷风险指标,建立告警判别器,其中,所述告警判别器嵌有预设风险指标;
当所述第一缺陷风险指标和所述第二缺陷风险指标中任一指标大于所述预设风险指标,由所述告警判别器生成对应的告警提醒信息。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述压力容器仿真模型对所述压力容器设备进行工况模拟,获取负载工况指标,其中,所述负载工况指标为表征所述压力容器设备处于负载工况占总工况的比例关系;
根据所述负载工况指标,生成第一扩散调节系数,以所述第一扩散调节系数对所述扩散预测网络层进行优化。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
对所述压力容器设备的负载工况进行等级划分,输出负载扩散等级;
获取所述负载扩散等级中各个等级的负载工况指标,对所述各个等级的负载工况指标进行拟合,根据拟合结果对所述扩散预测网络层进行优化。
7.一种检测压力容器表面缺陷的告警系统,其特征在于,所述系统包括:
模型生成模块:对压力容器设备进行三维建模生成压力容器仿真模型;
坐标定位模块:采集所述压力容器设备的表面裂纹缺陷,并调用所述压力容器仿真模型对所述压力容器设备的表面裂纹缺陷进行坐标定位,输出缺陷坐标集合;
缺陷坐标模块:利用缺陷位置特征对所述缺陷坐标集合进行分类,输出多类缺陷坐标集合,其中,每一类缺陷坐标集合对应一种缺陷位置特征;
网络层模块:按照所述缺陷位置特征中各个缺陷类型与所述压力容器设备的损伤扩散度,所述损伤扩散度指的是压力容器设备的损伤位置的大小程度,生成扩散预测网络层,将所述扩散预测网络层嵌于所述压力容器仿真模型;
扩散预测模块:以所述扩散预测网络层对所述多类缺陷坐标集合进行扩散预测,输出基于扩散预测后所述压力容器设备的第一缺陷风险指标;
告警生成模块:根据所述第一缺陷风险指标,生成第一告警提醒信息;
所述系统还包括以下执行步骤:
对所述压力容器设备的结构进行识别,输出缺陷位置特征,其中,所述缺陷位置特征包括设备拼接缝、设备壳体表面以及非壳体构件表面;
根据所述缺陷坐标集合确定各个缺陷的位置信息;
基于所述设备拼接缝、所述设备壳体表面以及所述非壳体构件表面为分类对象,对所述缺陷坐标集合确定各个缺陷的位置信息进行识别分类,输出所述多类缺陷坐标集合。
CN202311014049.8A 2023-08-14 2023-08-14 一种检测压力容器表面缺陷的告警方法及系统 Active CN117056686B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311014049.8A CN117056686B (zh) 2023-08-14 2023-08-14 一种检测压力容器表面缺陷的告警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311014049.8A CN117056686B (zh) 2023-08-14 2023-08-14 一种检测压力容器表面缺陷的告警方法及系统

Publications (2)

Publication Number Publication Date
CN117056686A CN117056686A (zh) 2023-11-14
CN117056686B true CN117056686B (zh) 2024-02-02

Family

ID=88660211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311014049.8A Active CN117056686B (zh) 2023-08-14 2023-08-14 一种检测压力容器表面缺陷的告警方法及系统

Country Status (1)

Country Link
CN (1) CN117056686B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1614294A (zh) * 2004-10-31 2005-05-11 浙江大学 压力容器疲劳寿命安全预测方法
EP1600351A1 (en) * 2004-04-01 2005-11-30 Heuristics GmbH Method and system for detecting defects and hazardous conditions in passing rail vehicles
WO2018150256A1 (en) * 2017-02-14 2018-08-23 Tekna Automazione E Controllo Srl Apparatus for detecting and checking defects on a tire at the end of a production process
CN109952082A (zh) * 2016-08-19 2019-06-28 科瑞亚拓股份有限公司 用于动态压力损害风险评估和响应的系统、方法和计算机可读介质
CN110689485A (zh) * 2019-10-14 2020-01-14 中国空气动力研究与发展中心超高速空气动力研究所 一种应用于大型压力容器红外无损检测的sift图像拼接方法
CN113916673A (zh) * 2021-10-28 2022-01-11 安阳市蓝海安全工程师事务所有限公司 一种基于容器状态监测的安全预警方法及系统
CN114202470A (zh) * 2021-11-12 2022-03-18 江苏核电有限公司 一种压力容器主螺栓孔螺纹三维重建及缺陷自动识别方法
CN114705755A (zh) * 2022-03-21 2022-07-05 南京工业大学 基于Lamb波脉冲反转和改进全聚焦方法的缺陷分类与定位
CN114778687A (zh) * 2021-12-24 2022-07-22 杭州市特种设备检测研究院(杭州市特种设备应急处置中心) 一种压力管道焊接缺陷快速识别与评价方法
CN115470675A (zh) * 2022-09-21 2022-12-13 温州大学 一种重载压力容器裂纹扩展路径的预测方法及系统
CN115684269A (zh) * 2022-11-02 2023-02-03 湖北百信达工程科技有限公司 一种用于压力容器设计的表面缺陷识别系统及方法
CN115900578A (zh) * 2022-12-26 2023-04-04 湖北百信达工程科技有限公司 一种基于压力容器设计的三维模型可视化系统
CN116087337A (zh) * 2022-12-20 2023-05-09 浙江理工大学 一种基于数字孪生的压力容器结构健康监测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008130907A1 (en) * 2007-04-17 2008-10-30 Mikos, Ltd. System and method for using three dimensional infrared imaging to identify individuals
US20180284735A1 (en) * 2016-05-09 2018-10-04 StrongForce IoT Portfolio 2016, LLC Methods and systems for industrial internet of things data collection in a network sensitive upstream oil and gas environment
JP6949060B2 (ja) * 2016-06-22 2021-10-13 サウジ アラビアン オイル カンパニー パイプライン、圧力容器及び配管系の水素誘起割れ(hic)の迅速な予測ならびにそれに関する処置をとるためのシステムと方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1600351A1 (en) * 2004-04-01 2005-11-30 Heuristics GmbH Method and system for detecting defects and hazardous conditions in passing rail vehicles
CN1614294A (zh) * 2004-10-31 2005-05-11 浙江大学 压力容器疲劳寿命安全预测方法
CN109952082A (zh) * 2016-08-19 2019-06-28 科瑞亚拓股份有限公司 用于动态压力损害风险评估和响应的系统、方法和计算机可读介质
WO2018150256A1 (en) * 2017-02-14 2018-08-23 Tekna Automazione E Controllo Srl Apparatus for detecting and checking defects on a tire at the end of a production process
CN110689485A (zh) * 2019-10-14 2020-01-14 中国空气动力研究与发展中心超高速空气动力研究所 一种应用于大型压力容器红外无损检测的sift图像拼接方法
CN113916673A (zh) * 2021-10-28 2022-01-11 安阳市蓝海安全工程师事务所有限公司 一种基于容器状态监测的安全预警方法及系统
CN114202470A (zh) * 2021-11-12 2022-03-18 江苏核电有限公司 一种压力容器主螺栓孔螺纹三维重建及缺陷自动识别方法
CN114778687A (zh) * 2021-12-24 2022-07-22 杭州市特种设备检测研究院(杭州市特种设备应急处置中心) 一种压力管道焊接缺陷快速识别与评价方法
CN114705755A (zh) * 2022-03-21 2022-07-05 南京工业大学 基于Lamb波脉冲反转和改进全聚焦方法的缺陷分类与定位
CN115470675A (zh) * 2022-09-21 2022-12-13 温州大学 一种重载压力容器裂纹扩展路径的预测方法及系统
CN115684269A (zh) * 2022-11-02 2023-02-03 湖北百信达工程科技有限公司 一种用于压力容器设计的表面缺陷识别系统及方法
CN116087337A (zh) * 2022-12-20 2023-05-09 浙江理工大学 一种基于数字孪生的压力容器结构健康监测方法
CN115900578A (zh) * 2022-12-26 2023-04-04 湖北百信达工程科技有限公司 一种基于压力容器设计的三维模型可视化系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Structural Integrity and Life Assessment of Pressure Vessels - Risk Based Approach;Aleksandar Sedmak 等;《Experimental and Computational Investigations in Engineering》;274-293 *
压力容器裂纹缺陷的安全评定与有限元模拟;黄菲;《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》(第(2011)01期);B026-55 *
在用含缺陷压力容器安全评定方法及应用;王云 等;《一重技术》(第02期);15-21 *
基于ASME规范的超高压容器内表面裂纹分析及寿命预测;王壮壮;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》(第(2022)03期);C029-646 *
基于安全衰减路径压力容器表面裂纹安全评价与剩余寿命研究;孙鑫;《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》(第(2022)02期);B026-24 *

Also Published As

Publication number Publication date
CN117056686A (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
CN109737309B (zh) 一种基于风险识别的风险源定漏溯源方法及其系统
EP2941640A1 (en) Probabilistic modeling and sizing of embedded flaws in nondestructive inspections for fatigue damage prognostics and structural integrity assessment
Keprate et al. Probability of detection as a metric for quantifying NDE capability: the state of the art
CN109242104A (zh) 一种利用数据分析实时发现设备故障异常的系统
CN111628570B (zh) 水电站安全监测故障诊断方法及系统
CN113075065A (zh) 基于图像识别的深海管道裂纹扩展监测与可靠性评估系统
CN111461364A (zh) 一种压力容器定期检验智能辅助系统及方法
Dudin et al. Strategy for monitoring and ensuring safe operation of Russian gas transportation systems
Schoefs et al. Quantitative evaluation of contactless impact echo for non-destructive assessment of void detection within tendon ducts
CN114547822A (zh) 一种管道安全预警方法、装置及介质
CN117056686B (zh) 一种检测压力容器表面缺陷的告警方法及系统
Kanzler et al. Reliability evaluation of testing systems and their connection to NDE 4.0
CN107506832B (zh) 对监控巡视进行辅助的隐患挖掘方法
CN111562042A (zh) 一种地下车库施工中的安全信息监控方法及监控系统
CN109213119B (zh) 基于在线学习的复杂工业关键部件故障预测方法及系统
CN115221963A (zh) 一种数据驱动的核级管道共振故障检测方法和系统
CN105092710A (zh) 一种储罐底板腐蚀在线定量检测装置及方法
KR102277177B1 (ko) 고압가스 안전밸브 검사방법
CN113570840A (zh) 基于计算机视觉的加油站危险事故预警方法、装置及设备
Lee et al. Deviation based fault detection method for shackles under variable loading
CN104731955A (zh) 风电机组油液监测诊断标准建立及智能诊断方法及系统
CN112782236A (zh) 变流器柜体的材料状态监测方法、系统、装置及存储介质
RU115527U1 (ru) Информационно-аналитическая система мониторинга остаточного ресурса линейной части магистрального газопровода
CN117592820B (zh) 一种基于计算机数据分析的桥梁损伤病害智能识别系统
CN113159605B (zh) 基于逻辑回归的化工装置智能化报警方法及系统

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