利用压电传感器基于GAF-ResNet的管道焊缝缺陷分类

针对管道焊缝缺陷分类难度大的问题,提出了利用压电传感器数据,结合格拉姆角场(Gramian Angular Field,GAF)和残差神经网络(ResNet)的焊缝缺陷分类方法。先采用GAF原理将一维时间序列数据转化为二维图像,将转化后的二维图像数据集输入,训练最优二维残差神经网络模型用于焊缝缺陷分类。实验中管道焊缝预制了10个缺陷(5种类型),使用导波和超声技术分别对焊缝中1-5号缺陷进行检测,分析Precision(精确率)、Recall(召回率)、F1-score(F1评分)三个指标,证实了基于GAF-ResNet方法的可行性,同时6-10号缺陷验证了该方法的可靠性和普适性。

专精特新产业学院智慧云平台建设顶层设计关键问题的探讨

产业学院智慧云平台的建设,是一项涉及面广、工作量大的系统工程。文章探讨专精特新产业学院智慧平台建设中所面临的问题,提出解决方案。强调规划平台架构的重要性,设计智慧云平台的总体逻辑架构、网络部署架构和软件系统架构,以实现模块化、服务化、开放和可拓展的智慧云平台。为持续改进智慧云平台,制定持续改进机制,包括建立用户反馈渠道、定期开展评审、组织技术人员学习新技术等,不断优化平台,使其符合用户需求和技术发展,以便在数字信息化高速发展的当下,建设集教学科研、管理服务、校企合作、资源共享、互动交流、改进优化等多位一体的智慧教育平台。

基于相似路径的管道焊缝区域超声导波缺陷检测

针对管道焊缝缺陷检测难度大的问题,提出基于超声导波技术的相似路径方法,对管道焊缝缺陷进行检测。采用有限元与试验相结合的方法,利用传播路径相同的超声导波信号相同的原理,设置经过焊缝区域的多条相似路径,采集不同相似路径下的焊缝透射信号,通过对比不同周向位置采集到的超声导波信号,使用Hilbert计算方法定义缺陷能量损伤指标,实现管道焊缝区域缺陷识别。试验结果证明了基于相似路径焊缝缺陷检测方法的可行性。通过对比相邻路径信号的路径缺陷指数后发现,有3条路径(P 3、P 14、P 20)缺陷指数较大,这3条路径分别正对试验预制的未熔合缺陷、裂纹缺陷和未焊透缺陷中心,说明基于相似路径的方法能够实现管道焊缝缺陷检测。研究结果可为管道焊缝缺陷检测提供参考。

测井相在沉积相研究中的应用——以长岭凹陷大情字井油田黑46区青山口组为例

根据岩心、电测曲线、录井、分析化验等资料,研究长岭凹陷大情字井油田青山口组沉积微相类型、沉积特征及其沉积微相的分布规律。利用测井曲线的幅度、形态、接触关系和次级形态4个要素,建立适合本区的青山口组三角洲环境的各种沉积微相解释的测井相模式,为各小层平面沉积微相和砂体分布研究及储层非均质性研究奠定了基础。

超声导波在焊接管道中的散射特性及缺陷定位研究

为探究超声导波在焊缝及缺陷处的散射特性,并实现缺陷的轴向定位,利用数值仿真建立管道焊缝和缺陷模型,提取反射和透射信号,分析其轴对称模态和弯曲模态成分。利用弯曲模态反射回波对焊缝管道缺陷的位置进行定位。结果表明:当轴对称超声导波作为入射波时,焊缝处反射和透射波均为轴对称波,缺陷反射和透射波既含有轴对称模态,又含有弯曲模态。当管道中有缺陷时,反射波信号非轴对称特性比透射波信号更加明显,表明反射信号更适合用于识别焊接管道中的缺陷。利用弯曲模态反射波,对焊缝左右单缺陷、双缺陷和焊缝缺陷进行定位,其识别误差小于3%,精度较高。

银—额盆地石炭—二叠纪以来的构造演化及其残余地层分布

通过对银—额盆地内现有二维地震资料的精细解释,并结合前人研究成果与认识,将研究区石炭—二叠纪及其之后的构造演化划分为5个阶段:石炭纪—二叠纪裂谷、裂陷构造演化阶段;晚二叠世—三叠纪挤压隆升构造阶段;侏罗纪—白垩纪陆内小型断陷盆地构造演化阶段;晚白垩世末期逆冲推覆构造阶段;古近纪—新近纪盆地分割与局部断陷阶段。在此基础上,通过对研究区石炭—二叠纪残余地层进行精细层位对比追踪,获得了石炭—二叠系的区域分布与埋深,为银—额盆地油气勘探提供借鉴。

SX火山岩油藏氮气吞吐选井方法

为解决火山岩油藏因孔隙度低、非均质性而导致的后期含水率高的问题,根据SX石炭系油藏地质开发特征以及油藏火山岩的特点,研究氮气吞吐影响因素。通过剩余油分布、阁楼油位置、定容体位置、底水能量以及单井潜力分析,选择出具有氮气吞吐潜力的井。以典型井为例,进行氮气吞吐数值模拟,预测增油情况。最终确定选井方法为选择剩余可采储量大于0.5×10~4t、构造高部、避免储集体顶部、反"Z"型含水率曲线为主、油井初期产量大于20 t/d的区块部署氮气吞吐井。该方法对解决火山岩油藏水侵问题有参考价值。

超声导波在焊缝缺陷检测中的发展与挑战

简要回顾了超声导波技术的发展历程,调研了导波在焊缝缺陷检测中的研究现状。从导波与焊缝的交互作用、导波与缺陷的交互作用两个角度出发,分析了板状结构焊缝缺陷检测的发展与应用。结合导波纵向模态、扭转模态、结构特点,阐述了管道焊缝缺陷检测技术的进展。最后总结了当前导波技术在焊缝缺陷检测中面临的机遇与挑战。

超声导波在管道缺陷成像中的发展与挑战

回顾了超声导波在管道缺陷检测中的发展历程,阐述了管道导波的传播模态,调研了管道缺陷成像技术的研究现状。对超声导波在管道缺陷成像的应用展开了评述,介绍了相控阵成像法、时间反转法、层析成像法、偏移成像法、延迟叠加法,并比较了各种方法的特点与适用范围。最后总结了当前超声导波在管道缺陷成像中面临的机遇与挑战。

基于深度学习的管道焊缝超声检测缺陷识别方法

目前深度学习的方法已经很好的应用于基于图像数据的管道焊缝缺陷自动检测,但是对于深度学习辅助超声无损检测却进展缓慢。主要原因是超声无损检测数据的复杂性(步长大、多模态、多峰分布等),神经网络训练往往出现梯度消失或爆炸的问题,而且能用于训练的标准数据集也严重匮乏。为了克服这些困难,首先引入特殊标准化方法和全连接隐含层实现了一种超声无损检测数据增强方法FMC-GAN构建虚拟数据集,再根据改进的LSTM-FCN模型并引入门函数,以此彻底克服超声无损检测数据复杂性。最后实验表明LSTM-FCN网络识别真实检测数据中的缺陷漏检率为0,各缺陷综合正确识别率高于95.6%,达到工业检测的要求,为超声无损检测智能化发展提供重要研究基础。

基于轻量神经网络的钢材表面缺陷快速识别

为满足生产环境中钢材表面缺陷实时分类识别的需求,提出一种可部署于移动端的轻量卷积神经网络模型用于高效识别钢材表面缺陷。通过知识蒸馏将ResNet50和MobileNetV3分别作为教师模型和学生模型,生成改进的轻量神经网络模型MobileNetV3_small_tp。利用MobileNetV3_small_tp作为预训练模型,选用NEU(Northeastern University)带钢表面缺陷数据集进行微调,同时使用数据增强以模拟实际工况,得到模型在测试集中精度达到100%。最后将模型部署于手机上进行实际钢材表面缺陷识别。移动端模型测试、验证以及实际检测结果均显示MobileNetV3_small_tp模型具有流畅的运行速度和较高的识别率,能够实现现场钢材表面缺陷的准确高效识别。

利用应变模态差识别弯管内部损伤

为研究利用应变模态差识别弯管内部损伤的方法,以损伤前、后的应变模态差作为弯管损伤识别的损伤指标对其展开研究。首先,基于位移模态和应变模态的模态叠加特性和正交性推导了应变模态差公式;其次,利用有限元软件ABAQUS建立不同工况的弯管简化模型进行数值模拟。处理分析得到应变模态差曲线,以此判断损伤的存在和位置以及损伤程度。结果表明,通过该损伤指标能很好识别弯管损伤的存在和位置,并能有效地反映其损伤的程度;改变弯管的径厚比和弯曲形式,该指标对弯管损伤识别仍然适用。证明了基于应变模态差的弯管内部损伤识别的可行性。

焊接管道超声导波损伤识别与定位方法

【目的】基于超声导波的损伤检测技术在长距离管道损伤快速检测中具有广阔的应用前景,通过分析损伤引起的超声导波散射信号,可实现损伤的识别与定位。但对于焊接管道,焊缝同样会导致超声导波发生散射,干扰损伤散射波提取,增加管道损伤检测的难度。【方法】针对损伤检测受焊缝影响的问题,根据焊缝与损伤散射波信号的不同特性,提出一种基于模态转换的超声导波损伤轴向定位方法。采用压电传感器激励单一L(0,2)模态超声导波作为入射波,根据轴对称模态与弯曲模态的周向特性,提取传感器接收信号中模态转换产生的F(1,3)模态信号,识别损伤反射回波,再结合L(0,2)与F(1,3)模态超声导波传播速度,实现管道损伤轴向定位。通过焊接管道损伤检测数值模拟与实验研究验证,在管道不同位置设置损伤,对损伤定位方法进行验证。【结果】数值模拟与实验结果表明,基于提取模态转换信号的方法可实现管道全域损伤检测,包括焊缝区与非焊缝区损伤,损伤轴向定位误差在3%以内。随着损伤深度增大,F(1,3)模态幅值增大,可为损伤深度的识别提供依据。采用传统基于L(0,2)模态反射回波的方法难以有效辨识焊缝区域损伤。【结论】与传统基于反射回波的管道损伤检测方法相比,该方法利用焊缝与损伤反射波的不同特性,在损伤检测中可有效减小焊缝反射回波的干扰,对于焊接管道尤其是焊缝区域的损伤检测方面具有潜在优势。(图10,表3,参30)