CEEMD-FCM模型下的管道缺陷识别方法

为提高管道缺陷识别精度,利用补充集合经验模态分解方法(CEEMD)和模糊C-均值(FCM)聚类算法,提出CEEMD-FCM的管道缺陷识别模型。首先,分析管道缺陷信号波形特征,引入粒子群优化算法(PSO)改进小波阈值降噪方法,实现管道缺陷信号的降噪;然后,采用CEEMD分解缺陷信号,并借助能量熵原理提取缺陷的特征参量;最后,利用模拟退火算法(SA)和遗传算法(GA)优化FCM,完成管道缺陷的分类。结果表明:基于CEEMD-FCM模型的管道缺陷识别方法的综合识别精度达到87. 5%,可实现石油化工领域管道缺陷模式的精准识别,保障管道安全运行,降低事故发生率。     

一种基于动生涡流磁场的钢质管道管体损伤外检测方法

钢质管道缺陷严重影响钢质管道的安全运行，目前大多数钢质管道检测方法效率较低，为提升钢质管道管体缺陷检测效率，提出一种基于动生涡流的管道缺陷高速磁检测方法，并对动生涡流磁场的检测原理进行解释。利用有限元，建立高速磁检测模型，分析动生涡流在管体的分布特点，及其与原磁场的相互作用；分析不同检测位置的磁场分布情况，选取最佳的检测位置。选用适合高速检测的多匝线圈传感器，以提高灵敏度和信号幅值。设计缺陷高速磁检测试验平台，开展不同速度、不同提离高度和不同种类缺陷(盲孔与刻槽)下的检测试验。结果显示：相较于其他检测位置，磁铁后方的动生涡流磁场强度较高，动生涡流磁场分布也较均匀，对缺陷的检测效果最佳，因此选取磁铁后方为检测点；在25 m/s的高速下，该检测方法对设置的几种缺陷仍有良好的检测效果；缺陷信号峰峰值与缺陷宽度、缺陷深度及检测速度均大致成正比；缺陷信号峰峰值与提离高度成指数关系，提离高度越大，峰值越小；缺陷信号峰峰值间距与提离高度大致成正比。综合研究显示，动生涡流磁场的检测方法与其他传统方法相比，在检测速度上有较大优势。     

声发射法检测输气管道泄漏的研究综述

声发射法检测管道泄漏是目前的热点方法,研究涉及泄漏信号的产生与传播、信号拾取与处理、基于信号的智能识别与定位等。通过介绍声发射检测定位原理及一些基本规律,详细分析小波分析、局域均值分解、经验模态分解、变分模态分解在处理泄漏信号时的优劣,探讨人工智能在处理管道泄漏声发射信号中的应用,总结管道泄漏的模态研究、相关试验研究,来理清基于声发射的管道泄漏检测现状及展望未来发展。     

基于小波包熵与AFSA-SVM的压力管道泄漏识别

为了快速、准确地诊断出输气压力管道不同的泄漏状态,提出了一种基于小波包熵与人工鱼群优化支持向量机(AFSA-SVM)相结合的压力管道泄漏模式识别方法。该方法首先对管道泄漏时产生的声发射信号进行小波包分解,并对分解的最后一层节点重构信号进行相关性分析,以获得敏感的节点信号。然后求取这些敏感节点信号的小波包熵值,作为管道不同泄漏信号的特征向量。最后将小波包熵值输入到SVM中,并运用AFSA方法对SVM分类器中惩罚因子C与核函数参数g进行全局优化,以提高其分类准确率。实验结果表明,该方法能准确地识别压力管道不同的泄漏状态,为天然气管道泄漏状态监测提供新方法。     

基于小波包能量谱和希尔伯特变换的管道泄漏检测技术

为了及时检测输油管道泄漏缺陷以减少输油泄漏事故的发生，首先，提出了一种基于小波包（WPT）能量谱和希尔伯特变换（Hilbert）的输油管道泄漏检测技术，改变阀门开度模拟不同泄漏程度的管道泄漏；其次，选取小波包阈值对采集的信号去噪，获得实际有效信号，并用WPT能量谱变换将有效信号分解为频段能量谱，过滤掉不含泄漏信息的频段，保留有效频段；最后，利用Hilbert进行有效频段的谱分析，提取泄漏源信息，实现对管道泄漏工况的诊断分类。结果表明：输油管道泄漏检测平均误差在3%以内，诊断准确率达到95%，与直接Hilbert变换方法以及单纯WPT能量谱分析法相比，定位精度明显提高。     

基于EMD-HHT可定位长输天然气管道第三方破坏事件监测技术

为适应目前管道安全监测需要,满足对扰动信号分类监测的实际需求,提出1种基于希尔伯变换和经验模态分解(EMD-HHT)的信号特征提取技术,利用基于φ-OTDR分布式光纤传感系统采集振动信号,通过EMD+HHT区分算法对管道沿线振动事件进行分解并提取6个典型特征向量,各特征事件数据经过EMD后选取IMF3为最终提取特征向量的原始数据,BP神经元网络可有效识别机械破坏、敲击破坏、车辆经过、人工挖掘、动力干扰5种事件。研究结果表明：在长输管道信号识别中,BP神经网络对5类事件平均识别率高达98.6%,该技术分类识别5类事件扰动信号,能够达到较高准确性,并且误报率平均在1.3%,能较好满足现场安全实时监测需求。研究结果对长输油气管道附近第三方破坏扰动信号分类监测具有一定参考意义。     

基于VMD分量相对熵分析的压力管道泄漏定位

为减小压力管道泄漏定位误差,从而及时处理管道泄漏,预防事故,首先,提出一种基于变分模态分解(VMD)分量相对熵分析的管道泄漏定位方法,采用VMD分解泄漏信号,获得多个分量,用相对熵分析自适应选择方法去除与管道泄漏信号混合的非泄漏信号,获取最佳观测信号;然后,利用管道模态声发射理论与广义S变换互时频分析,减少泄漏声发射信号频散性对定位的影响,获取较准确的泄漏信号的时延与声速;最后,利用管道泄漏时差定位公式计算泄漏位置,实现管道泄漏的精确定位。结果表明:该方法能够实现管道泄漏精确定位,与直接互时频分析方法以及相关系数分析法相比,定位精度明显提高。     

基于改进ELMD和多尺度熵的管道泄漏信号识别

为预防城市管道泄漏事故,准确提取管道泄漏信号的特征,首先提出一种改进的总体局域均值分解(ELMD)与多尺度熵的管道泄漏信号识别方法,通过峰值波形匹配延拓法处理端点处的信号,减弱端点处信号分量的畸变、失真;然后对管道原始泄漏信号进行ELMD分解,得到一系列乘积函数(PF),计算各PF分量的多尺度熵值,根据熵值的大小筛选出含有主要泄漏信息的PF分量,消除背景噪声的影响;最后构建反向传播(BP)神经网络,并识别泄漏信号。结果表明:该方法减少了分解后的误差,能够实现管道泄漏的检测,与未改进的ELMD方法相比,泄漏信号的识别率更高。     

埋地天然气钢质管道全面检验常见问题及建议

结合埋地天然气钢质管道全面检验工作,从宏观检查、防腐层状况检验和阴极保护有效性检验等3个方面对埋地天然气钢质管道运行中存在的问题进行总结,巡线范围和频率不符合要求、第三方破坏造成管体或防腐层损伤、阴极保护管理人员专业水平不足等问题是燃气公司在管理中存在的共性问题。结合实际检验案例对常见问题进行原因和危害性分析,建议从安装阶段加强管道防腐层质量,并从运行阶段针对常见问题提出切实有效的改进措施,应当规划好改造维修工程,为管道使用单位等相关单位提供参考,共同提高质量安全,确保管道安全运行。     

基于MCKD和EMD分解的压力管道泄漏源定位研究

针对输气压力管道泄漏声发射信号由于含有大量噪声而特征难以提取的问题,文章提出一种基于MCKD(最大相关鞘度解卷积)和EMD分解相结合的管道泄漏声发射信号提取方法。首先根据MCKD对泄漏信号进行降噪,突出信号中的有效成分,然后进行EMD分解得到含有泄漏特征的敏感IMF分量,并进行EMD重构并提取泄漏源声发射信号的本质特征,提高管道定位精度。实验表明,该方法能够很好地滤除信号中的噪声并且准确地提取含噪声信号中的时频特征,是对压力管道泄漏声发射信号降噪的一种新方法。     

HHT在震动信号处理中的应用

希尔伯特-黄变换是一种处理非线性、非平稳信号的方法,它的核心是经验模态分解(EMD),但是EMD分解存在模态混叠等不足现象,针对这个问题引入了总体平均经验模分解(EEMD)算法。对实测的震动信号分别做两种算法的分解得到固有模态函数(IMF),再对其结果进行能量分析,绘制瞬时频率图、希尔伯特谱,得到信号震源的真实时频特征量,以便进一步分析震源类型,从而可以更好地实时预测震动灾害发生的可能情况。     

城镇燃气管道数据对齐方法及应用研究

城镇燃气管道由于改线、内检测装备检测误差等问题,会造成多轮次内检测数据无法对齐、检测数据价值挖掘不充分等问题,通过建立针对城镇管道的数据对齐方法、开发燃气管道数据对齐系统等手段,实现了存在改线段燃气线路的多轮次内检测数据自动对齐及改线段的自动判别;在内检测数据自动对齐基础上提出了针对金属损失、凹陷、焊缝缺陷点的匹配方法,以获取金属损失点及凹陷的增长情况;依据缺陷匹配情况,提出燃气管线的剩余寿命预测方法;最后以某段60km的燃气管道为例,对该方法进行验证。实地验证结果表明：该方法能够快速识别和定位误检、漏检及改线段位置,自动对齐效率在98%以上,并完成93.6%的缺陷点的自动匹配工作,证明该方法具有较高的可行性及适用性。     

埋地管道缺陷的自漏磁场计算方法研究

基于现有的埋地管道缺陷自漏磁场计算方法把缺陷处的磁荷假设为均匀分布,对于计算结果与实际检测存在较大误差的问题,通过采用ANSYS软件对管道缺陷进行有限元分析,根据材料力磁关系和磁荷理论,提出1种考虑磁荷实际分布的缺陷自漏磁场计算方法,并将该计算方法应用在某埋地管道磁记忆检测中。研究结果表明:该方法计算结果与实际值之间的峰值相对误差为6.9%,相对于现有方法16.4%的相对误差,准确度更高。研究结果有助于在管道磁记忆检测中,提高管道缺陷量化的准确性,对埋地管道缺陷非开挖识别与剩余寿命评价有重要意义。     

基于改进Faster R-CNN的铁路客车螺栓检测研究

为确保铁路客车运行安全,提出一种基于快速区域卷积神经网络(Faster R-CNN)目标检测的客车关键部件图像缺陷检测算法,针对算法在小尺度螺栓检测方面存在的问题提出2点改进,首先,结合深度残差网络和Inception网络两者优点替换原VGG16网络,并增加上采样层,解决图像经过卷积网络特征信息流失严重的问题;其次,通过K-means++聚类算法优化区域建议网络(RPN)中锚点的尺寸和比例,提高生成建议区域的精确性,解决缺陷目标定位不准确的问题;最后,用创建的螺栓缺陷数据集进行对比验证。结果表明:改进后的算法检测准确率可达87.4%,相较原算法提高8.9%,且对于多目标缺陷与混淆目标,漏检率与误检率分别降低9.9%和11%。     

基于IEEMD样本熵分析的管道泄漏定位

为降低城市管道泄漏定位误差,提出1种改进的集合经验模态分解（IEEMD）样本熵分析的管道多点泄漏定位方法。首先通过在EEMD中添加自相关函数计算和EMD算法,得到IEEMD;然后应用IEEMD可将原始泄漏信号直接去噪并分解为真实信号分量和冗余分量,经样本熵分析计算剔除冗余分量,获得有效泄漏信号;最后根据互相关时延计算和声发射时差定位法精确计算泄漏点位置。结果表明:该方法泄漏信号提取效果好、计算效率更高,有效提高了信号的信噪比,降低了信号的均方误差;该方法将管道泄漏定位误差降低至4.06%,较大程度提高了管道泄漏定位精确度。     

基于多小波变换和奇异值分解的声发射信号降噪方法

为了提高起重机故障诊断的准确率,本文将多小波变换(MWT)和奇异值分解(SVD)进行结合,提出了一个回转支承声发射信号降噪新方法.本文采用MWT对声发射信号进行多层次分解,并用SVD算法进行处理,提高了声发射信号的可识别度.最后,采用仿真信号和真实回转支承声发射信号进行测试,结果表明本文所用方法可以有效地去除信号中的噪...     

高压管汇磁致伸缩导波缺陷检测模拟研究

针对高压管汇导波缺陷检测问题，基于磁致伸缩效应，借助COMSOL有限元仿真软件，建立高压管汇直管段的导波缺陷检测模型，探究导波的激励条件及缺陷检测效果，分析不同参数对缺陷附近磁感应强度分布的影响。研究结果表明:在频率为10 kHz的正弦电流信号激励下，可产生沿管道轴向传播的T（0，1）模态导波，并能辨别缺陷处的回波信号。改变缺陷的尺寸参数时，缺陷附近的磁感应强度随着缺陷深度增加呈增大趋势，随轴向宽度增加呈减小趋势，不同形状的缺陷对应的磁感应强度存在一定的差异；改变激励条件，磁感应强度均随激励电流、激励频率的增加呈不断增加趋势。     

基于交流电磁场裂纹缺陷识别仿真研究

为了研究基于交流电磁场裂纹缺陷识别问题，调研了交流电磁场检测的国内外现状，结合交流电磁场技术，利用有限元分析软件ANSYS Maxwell构建常见的裂纹缺陷模型，进行仿真分析。研究了缺陷尺寸的识别以及不同缺陷簇群对交流电磁场(Alternating Current Field Measurement，ACFM）检测信号特征的影响，对提取的Bx和Bz（沿坐标轴X方向和Z方向的磁感应强度）特征信号的影响进行了分析与探讨，得到影响ACFM技术的核心参数，并建立了缺陷深度和长度的测量评估方法。研究结果表明:通过测量Bz曲线的峰谷间距可初步确定缺陷长度； Bx曲线检测同时受缺陷深度和缺陷长度的影响，对于缺陷深度检测灵敏度较低；ACFM技术虽能够实现对缺陷个数的识别，但难以准确识别缺陷尺寸的大小，当缺陷间的距离足够大时，才能准确实现缺陷的定量识别。     

动态残差修正LSTM算法的突发型滑坡位移预测

针对突发型滑坡存在位移趋势突变性，传统长短时记忆(LSTM)神经网络方法存在位移预测精度不足的困难，提出一种基于动态残差修正LSTM算法的突发型滑坡位移预测方法。首先，采用动态流转训练，将由累计位移得到的变形速率通过经验模态分解(EMD)得到周期项及趋势项；其次，通过多项式预测趋势项、动态LSTM预测周期项，并由2项之和得到主预测变形速率；随后，通过对比实测速率与主预测变形速率，得到残差项，并建立动态流转训练的残差LSTM网络预测残差速率；然后，由主预测变形速率与残差预测变形速率之和得到最终预测速率，并进一步得到累计位移预测值；最后，以某突发型滑坡为例，验证该方法的科学性、有效性，以及预测精度和优势。结果表明：将变形速率序列作为预测对象并进一步得到累计位移预测值，比直接预测累计位移值具有更高的准确性；而基于动态残差修正LSTM算法预测的MAE、MAPE、RMSE及R²指标分别为43.843、1.901%、79.394和0.960,相比于传统LSTM预测方法具有明显优势。     

尾段残差修正GM(1,1)模型在管道腐蚀预测中的应用

为解决海底油气管道由于外表面破损引起腐蚀加快,进而导致管道腐蚀失效的问题,基于传统灰色模型,建立尾段残差修正GM(1,1)模型,用以预测管道剩余寿命。首先,检验管道腐蚀深度数据的光滑性和准指数规律性,建立灰色微分方程;然后利用最小二乘法求出方程参数值,用传统灰色模型预测腐蚀深度,并对残差进行修正,从而得到一个完整的用于海底管道腐蚀趋势预测的尾段残差修正GM(1,1)模型,并对预测结果进行后验差检验。最后以某一海底管道试验段为例,预测管道剩余寿命。结果表明,传统管道腐蚀深度预测灰色模型预测相对误差为36.7%,尾段残差修正GM(1,1)模型预测的相对误差为3.79%,后者预测精度等级更高。