基于改进YOLOv5的地下排水管道缺陷检测算法

针对地下排水管道缺陷检测存在效率低和精度差等问题,本文提出了一种基于改进的YOLOv5模型的地下排水管道缺陷识别方法。首先,为了提高检测精度,引入卷积块注意力机制模块(Convolutional Block Attention Module,CBAM)解决了部分缺陷过小的问题,同时设计了一种新的空间金字塔池化模块,解决不同类型缺陷大小、形状和颜色相差较大的问题。其次,在特征融合层引入加权双向特征金字塔网络结构(bi-directional feature pyramid network structure,BiFPN)以充分利用不同尺度的特征,提高了特征融合能力。最后,针对图片模糊的问题,对原始图像进行了直方图均衡化、锐化处理。实验结果表明,改进后的算法能很好对障碍物、错口、裂缝、树根和错口等5种缺陷进行识别,平均精度(Mean Average Precision,mAP)相比原始YOLOv5算法提升了2.5%。

基于YOLO v5l-Im的排水管道缺陷检测方法及效果分析

针对YOLO v5l(you only look once version 5 large)算法对于小目标、少样本且背景复杂的排水管道缺陷图像检测的精度低、误检和漏检率较高等问题,提出了一种基于YOLO v5l-Im算法的排水管道缺陷检测改进方法。做了三点改进:首先提出了Focal-EIoU(focal embedding intersection over union)损失函数,有效提升了检测模型的性能;其次为增强检测模型对小目标缺陷的检测效果,减少缺陷误检和漏检的概率,将骨干网络中浅层特征图融合到双向特征金字塔网络(bidirectional feature pyramid network,BiFPN)中,增加针对小目标的预测层;最后在YOLO v5l中引入坐标注意力机制(coordinate attention,CA),提高模型对图像中感兴趣区域的敏感程度,减少冗余背景信息的干扰。3种改进对平均检测准确率(mean average precision,mAP)的提升分别为2.0、2.9、5.9个百分点。将三种有效改进融合到一起,检测结果表明:本文提出的YOLO v5l-Im模型的mAP达到了92.1%,较原模型的85.5%提升了6.5个百分点。由此可见,所做的改进有效增强了YOLO v5l对排水管道缺陷的检测能力。

超声导波技术在压力管道缺陷检测中应用的局限性

现阶段压力管道已成为各领域生产期间的重要设施,压力管道运行水平可直接影响到实际生产期间的安全性及稳定性。通过开展压力管道缺陷检查工作,及时发现压力管道运行期间的各类问题,对压力管道进行及时维护。在压力管道检测过程中通常会使用到超声波检测手段,能够满足长距离、高效性预测要求,及时发现存在于管道中的腐蚀问题,但在实际检测过程中无法正确判断缺陷形状、大小与实际分布情况。本文就针对以上背景,首先提出压力管道缺陷检测要点,阐述超声波检测技术应用原理、设备运行情况,明确存在于超声波检测环节的不足之处,制定提升压力管道缺陷检测水平的管控手段,以供参考。

扭转模态在充水管道缺陷检测的实验研究

研究了充水管道中扭转模态的传播特性。通过理论分析可知最低阶扭转模态T(0,1)适合用于充水管道中的缺陷检测。在实验中利用研制的传感器在充水管道中激励出T(0,1)模态,并利用频率50kHz的该模态对4m长充水管道中两种不同类型的缺陷进行了检测。结果表明,利用T(0,1)模态的超声导波可以用于充水管道的缺陷检测。

基于超声导波波谱法管道缺陷检测仿真研究

针对超声导波检测难以准确判定管道缺陷的问题,通过分析超声导波遇管道缺陷后其回波的传播,提出了以波谱法来定位和定量管道缺陷。采用ANSYS软件仿真了T(0,1)模态超声导波在带缺陷管道中的传播,得到检测的幅值波谱图,发现波谱图中缺陷处的颜色总是最先变化;通过分析所有节点同一时间坐标信号的幅值,发现相对最大缺陷信号幅值,幅值衰减在1/10内的节点数与缺陷的周向尺寸之间存在确定的系数关系。

基于低频电磁技术的管道缺陷检测方法研究

为了系统地研究基于低频电磁技术的管道缺陷检测方法,建立了其二维有限元模型。借助ANSYS参数化设计语言(APDL),进行了循环仿真计算,研究了不同尺寸缺陷的漏磁场分布;对漏磁场的信号进行微分处理,得到了所隐含的缺陷信息,并进行了实验验证。研究结果表明,该方法在锅炉水冷壁等管道缺陷的无损检测中有较强的实用性。

系缆式带压管道内检测评估技术应用研究

随着我国城镇化水平提升,人口数量及密度快速同步增长,供水管网规模不断扩大,并具有密集度高、体量大、管龄长等特征,给供水管网的正常运行及城市安全带来隐患。因此,结合上海某水务集团所辖供水管道检测评估技术服务项目案例,阐述了在不影响供水管网正常运行及道路交通的前提下,通过系缆式带压管道内检测与评估技术应用,采取内窥检测方式,及时发现管段隐患问题,并且制定有效整治措施,防止因供水管道问题而引发的安全事故,可为同类项目的开展提供技术参考与可靠依据。

基于主动式全景视觉传感器的管道内部缺陷检测方法

针对管道内表面检测空间受限的约束以及同时需要检测管道内壁功能性缺陷和结构性缺陷等需求,基于主动式全景视觉检测原理提出了一种既能视觉检测管道横截面几何尺寸又能获取和分析管道内壁表面缺陷的管道内部全方位视觉检测方法。利用携带有主动式全景视觉传感器的爬行机器人进入管道内部,分别实时获取内壁全景图像及激光横断面扫描全景图像。本文重点介绍基于管道内壁全景图像的缺陷检测方法,对管道内壁全景图像进行展开、预处理并提取管道病害区域的几何特征,最后判定缺陷类别及危害程度。经本文方法获取的缺陷几何特征实验数据验证,管道内表面存在的较为普遍的裂缝、腐蚀缺陷几何特征差异明显:腐蚀缺陷的圆形度较大,而裂缝缺陷的圆形度趋于0;腐蚀缺陷的凸度普遍大于裂缝缺陷;裂缝缺陷由于弯曲程度不同其边界离心率变化率大,而腐蚀缺陷的边界离心率趋于1。实验结果表明:该系统能够有效提取疑似缺陷区域并计算各几何特征,可通过合适的阈值判定其所属类别,为管道内表面缺陷检测提供了一种新的手段。

海底管道缺陷在线智能检测机器人

分析了用MFL法检测管道缺陷时缺陷漏磁信号分辨率的特征,设计计算机控制的管道漏磁场分布测试系统检测、分析管道内漏磁场,优化设计用于小管径、厚管壁海底管道(273×12.7)缺陷检测的磁铁节,在此基础上设计制造了海底管道缺陷在线智能检测机器人,实验验证了机器人对人工模拟缺陷的检测能力。

基于主动式全景视觉的管道形貌缺陷检测系统

针对现有的管道缺陷检测技术不能同时对管道的形、貌缺陷进行检测与评估这一工程难题,在前期研究工作的基础上,设计了一种基于主动式全景视觉的管道内部缺陷检测系统,能够快速获取管壁密集点云的三维坐标,同时对内壁表面缺陷进行检测与评估。首先利用主动式全景视觉传感器(AODVS)实时获取内壁全景图像和激光横断面扫描全景图像,然后对管道内壁全景图像进行柱状展开、预处理和缺陷检测及分类等处理;然后对激光横断面扫描全景图像处理,计算管道内壁点云的三维坐标,进一步对管道缺陷部分进行定量分析,最后利用三维建模技术重构带有真实纹理信息的管道模型。实验结果表明:文中设计的检测系统能够对管道凹凸形变、孔洞、管壁裂缝、腐蚀等缺陷进行检测与分析,具有较高的检测精度,为管道内表面三维测量和重构提供了一种新的手段。

基于改进MaskRCNN算法的管道焊缝缺陷检测

针对传统管道焊缝缺陷检测方法的实用性差、准确率低的问题,文章基于MaskRCNN算法,融入空洞卷积(Dilated Convolution,DC),提出一种改进的DCMask RCNN管道焊缝缺陷检测算法,自动提取缺陷的特征,捕获多尺度上下文信息,扩大感受野以获取更精细的特征,提升模型在训练过程中的特征提取能力,并且使用同一基线实现焊缝缺陷分割与焊缝缺陷检测。另外,采用切片采样加拼接的一种数据增强方法,以扩充数据,缓解管道焊缝缺陷X射线图像数据匮乏问题,避免模型过拟合。实验证明,所提出的方法可实现管道焊缝缺陷的准确检测。

基于改进标签图的图卷积网络管道缺陷检测模型

一张排水管道图像中可能同时存在变形、渗漏等多种缺陷。针对现有卷积神经网络(CNN)忽略标签关系,难以准确检测多标签管道图像的问题,引入图卷积网络(GCN)建模不同缺陷标签的关系,提出了一种基于改进标签图的GCN管道缺陷检测模型(ILG-GCN)。首先,ILG-GCN模型在原有CNN模型的基础上引入GCN模块,GCN利用标签图迫使具有共生关系的标签分类器相互接近,获得保持语义拓扑结构的分类器,从而提高预测共生标签的概率。其次,改进GCN模块更新节点信息时使用的标签图,改进后的标签图根据每种缺陷主要相关标签的共生强度计算自适应的标签共生概率,并根据主要相关标签的共生强度为其分配不同的权值。实验结果表明,所提模型的总体平均准确率为95.6%,能够准确检出同时存在的多种管道缺陷。

管道缺陷自动检测与分类

管道作为工业、核设施、石油天然气等领域中常用的物料输送手段,在使用过程中极易出现各类缺陷,传统的人工检测存在准确率低、效率低、成本高等缺点,采用数字图像处理技术可以对管道图像进行自动检测与分类,有效克服上述缺点。首先使用图像增强、图像分割、数学形态学以及边界跟踪对图像进行预处理,在提取出缺陷区域的尺寸、形状和纹理特征后,选择圆形度、凸度、离心率、熵、相关性和聚集度作为模式识别的特征向量,最后综合使用基于粒子群优化的K-means聚类分析和统计模式识别分类器进行分类。使用文中的图像预处理算法可以成功的将管道缺陷提取出来,达到管道缺陷自动检测的目的。基于粒子群优化的K-means聚类分析成功的将管道缺陷图像归为裂纹缺陷、管接头缺陷和孔形腐蚀三类,相比于传统K-means算法,聚类准确率分别提高9%、16.7%、12.5%。综合使用基于粒子群优化的K-means聚类分析和统计模式识别分类器对管道缺陷进行分类,三类缺陷的分类准确率均在80%以上,其中管接头缺陷和孔形腐蚀的准确率达到90%以上。综上,综合集成出了一套基于数字图像处理技术的管道缺陷自动检测与分类算法方案,实验结果表明,该算法方案具有自动化程度高、通用性强、准确率高的特点。

在役天然气管道缺陷检测新技术概述

分析了传统的管道缺陷检测技术的缺点,论述了超声导波检测技术、超声相控阵检测技术、衍射时差检测技术的工作原理和优点。

基于LS-SVM的超声导波管道缺陷二维重构

针对当前超声导波检测中的缺陷成像技术难点,提出了基于支持向量机的缺陷轮廓重构方法.通过实验和有限元仿真相结合的方式,获得不同大小缺陷的检测信号.采用最小二乘网络学习算法,选取缺陷回波数据作为支持向量机的输入,缺陷轮廓数据作为输出.建立了缺陷回波到缺陷二维轮廓的非线性映射,实现了缺陷轴向宽度和径向深度的二维轮廓重构,并与径向基神经网络重构效果进行了对比.实验结果表明,该方法速度快、精度高、泛化能力好,是管道超声导波定量化、可视化检测的一种可行方法.

非接触式磁力扫描技术及其在长输管道检测中的应用

介绍了非接触式磁力扫描技术的原理,采用非接触式磁力扫描技术对长输管道进行了检测应用并进行了开挖验证,检测结果表明,非接触式磁力扫描技术可以在非开挖条件下对管道本体上的缺陷进行有效检测。该技术可在一定程度上弥补内检测的不足,可以作为管道内检测的重要补充手段。

管道腐蚀的在线涡流检测方法研究

压力管道的腐蚀性缺陷会给国民经济造成重大损失。为了减少腐蚀缺陷对管道的影响,研究包覆层下管道腐蚀状况的在线检测技术对管道的维护具有重要意义。通过研究涡流传感的机理,设计了一种基于巨磁阻(GMR)磁敏芯片的电磁涡流传感器,在不去除包覆层的情况下,通过增大线圈发射电流,达到对金属管道的激励作用,进而利用GMR芯片提取缺陷特征信号。有限元仿真分析结果表明:设计的涡流传感器及缺陷检测方法具有可靠性,可以用于管道腐蚀检测。

金属管道磁应力测量系统设计与开发

为了满足对非开挖状态的埋地管道进行无损缺陷检测的需求,该文根据磁记忆检测技术(MMMT)可以仅在地磁场环境下实现对铁磁性管道应力集中状态检测的原理,结合多路信号同步采集技术,设计了一种基于磁记忆检测技术的金属管道磁应力测量系统。采用STM32F103RCT6作为系统的主控芯片,对电源电路、信号调理电路、多路信号采集电路以及信号采集处理程序、人机交互界面等进行设计。实验结果表明,该系统能够对非开挖状态下的埋地管道进行无损缺陷检测,实现对管道腐蚀缺陷、焊缝等存在应力集中部位的准确判断,其误差在2%以内。

电磁超声导波在管道中螺旋向传播的机理研究

为了实现电磁超声导波对管道中不同方向裂纹缺陷的有效检测,研究了超声导波螺旋向传播的机理,设计了用于管道斜向裂纹缺陷检测的电磁超声螺旋向导波换能器。基于毕奥萨伐尔定律,建立了螺旋向导波换能器等效闭合线圈的数学模型;推导分析了电磁超声螺旋向导波换能器的磁感应强度与螺旋向导波主声束传播方向的关系;实验验证了不同角度的螺旋向导波传播机理与相应的裂纹缺陷检测能力。结果表明,电磁超声螺旋向导波主声束传播方向与线圈工作导线垂直,改变换能器线圈螺旋角度可控制电磁超声导波在管道中的传播方向,线圈螺旋角度不同的换能器可实现管道中不同斜向角度裂纹缺陷检测,为管道全向裂纹缺陷检测提供参考。

管道内部X射线背散射成像可行性分析

利用无损检测手段确保石油管道安全高效地输送石油意义重大。X射线背散射成像系统凭借其单侧布置优势具有在管道内部进行缺陷检测的潜力。采用蒙特卡洛软件(Geant4)建立了管道内部X射线背散射成像系统模型,该系统由X射线管,可旋转准直器,可旋转探测器等部分组成,其采用飞点扫描方式。进一步研究了X射线管管电压、能谱和X射线笔形束束斑大小对检测性能的影响。研究结果表明,管道内壁的检测厚度有限,并非管电压越高检测厚度就越厚,对15 mm厚度以内的管壁检测,管电压适合采用300 kV;X射线管适合采用标准窄谱;束斑直径根据图像对比度成与直径之间的线性关系确定。该系统能够有效的用于管道内部缺陷定位和识别,具有工业应用的可行性。