改进Canny算子的小管径弯头漏磁缺陷图像量化方法

弯头作为管道的重要组成部件,受流体冲刷侵蚀等形成的缺陷对其安全运行构成威胁。漏磁检测是管道缺陷检测的有效技术,缺陷的精确量化具有重要意义。为了研究小管径弯头不同位置缺陷图像规律,并提高缺陷量化精度,提出一种改进Canny算子的小管径弯头漏磁缺陷图像量化方法。通过建立小管径弯头漏磁内检测仿真模型,分析了弯头不同位置处金属损失缺陷的图像规律。采用形态滤波和OTSU优化Canny算子,结合图像处理方法构建了缺陷图像量化模型,并对弯头不同位置缺陷深度量化做修正处理。实验结果表明,弯头不同位置缺陷在图像上呈现出明显的差异性,量化模型对缺陷长度和宽度的量化具有较高的精度,误差均小于2 mm。缺陷深度的量化误差较大,修正后深度量化的精度为86.34%,满足金属损失缺陷量化精度需求。该方法可实现缺陷漏磁图像量化处理,对管道漏磁缺陷量化具有一定意义。

焊缝漏磁图像边缘检测算法的实现

以对接焊缝不同区域分布矩形槽缺陷的漏磁图像为对象,提出一种基于数学形态学的焊缝和缺陷的边缘提取方法。首先利用经典边缘检测算子对焊道上分布矩形槽缺陷和热影响区分布矩形槽缺陷进行边缘提取,检测结果说明了经典算子的不适用性。针对焊缝不同区域分布矩形槽缺陷漏磁图像,利用数学形态学算法,构造圆盘形结构元素进行边缘提取。结果表明:基于灰度膨胀变换的边缘检测算法,可较准确地提取漏磁信号图像的焊缝和缺陷边界,实现焊缝和缺陷二者的有效分离,具有一定的可行性和实用性。

环焊缝缺陷漏磁内检测图像识别技术研究

为解决油气管道环焊缝信号复核及缺陷排查工作严重依赖人工问题,采用高斯混合模型(GMM)聚类分析方法完成漏磁检测伪彩色图像的颜色特征提取和缺陷识别分类算法开发。考虑了信号断点、变壁厚等常见异常信号的影响,研制出环焊缝缺陷漏磁内检测图像智能分析软件,实现了环焊缝漏磁内检测信号图像的自动采集和缺陷智能识别分析。与人工复核结果比较,缺陷智能识别分类的准确率达到90%以上,可应用于环焊缝漏磁内检测信号复核并提高缺陷排查效率和智能化水平。

管道缺陷漏磁检测的三维有限元仿真分析

为研究运输管道缺陷的漏磁（MFL）信号特征，采用ANSYS软件进行管道缺陷漏磁检测的三维有限元数值仿真。首先建立漏磁检测分析装置的数值模型，进行三维静态情况的数值计算，获得不同缺陷所产生的漏磁信号，然后将这些数据与试验结果进行比较分析。在此基础上，分析缺陷深度、缺陷直径以及传感器提离值对漏磁信号参数的影响。结果表明：磁通密度轴向分量By的幅值能够用于衡量缺陷的深度，可依据By的宽度和磁通密度径向分量Bx的峰峰间距来定量识别缺陷直径；传感器的提离值对缺陷漏磁场的影响很大，为使测得的漏磁信号可靠并能测得深度较小的缺陷，传感器的提离值应设定为1．5～3mm。

基于漏磁检测数据的缺陷三维重构技术

针对漏磁检测数据可视化研究中存在的技术难点,提出了一套有效的缺陷三维重构方法。首先基于三维有限元神经网络建立漏磁迭代反演模型,构建出与传感器多通道检测数据相对应的缺陷二维断层轮廓序列;然后根据铁磁构件表面腐蚀缺陷断层轮廓的形状特征建立匹配点对,采用线性插值方法实现缺陷相邻断层轮廓间的插值,以克服因传感器数量少对缺陷外形重构精度的影响;最后运用三角形面片将相邻的轮廓线两两连接起来,重构出断层轮廓序列所代表的缺陷三维表面模型。

漏磁内检测数据中的管壁缺陷特征提取方法

提出一种管壁漏磁数据的管道缺陷特征提取方法,该方法利用管道内检测装置的轴向数据作为特征提取数据,通过磁场强度和像素的映射关系将单轴漏磁数据转换成灰度图像,并对图像进行滤波处理,通过简单判断找出缺陷的可能位置,再用一个检测阈值对图像进行二值化处理,然后通过连通和链码确定缺陷的边界,实现缺陷特征的提取.最后以一个实际含有缺陷的灰度图像为例验证了提出方法的有效性.

基于双处理器的磁记忆/漏磁检测系统

为了弥补磁记忆和漏磁无损检测机理的局限性,提出漏磁辅助磁记忆检测的构想,设计了一种基于DSP和PC104双处理器架构的新型检测系统。硬件设计主要分析了传感器、信号调理、AD采样和双处理器架构;软件设计以上位机操作系统和下位机信号通信传输模块开发为主。通过硬件设计与软件开发,将磁记忆与漏磁检测技术基于同一操作平台组合在一起,从而实现了金属磁记忆和漏磁检测技术在管道检测工程中的完整应用。实验结果表明,相对单一检测技术,新型检测系统具有更强的缺陷识别能力和识别有效性。

钢板对接焊缝漏磁检测可视化方法

以钢板对接焊缝漏磁检测数据为基础,提出了一种基于伪彩色的焊缝漏磁检测的可视化方法。该方法首先利用新型漏磁检测系统(磁化方向与行进方向垂直)采集焊缝3种状态(焊缝无缺陷、焊道上分布矩形槽缺陷、热影响区分布矩形槽缺陷)的漏磁场信号,生成三维空间分布图;然后通过灰度级线性变换,将其转换为二维灰度图形;最后将生成的灰度图像经过灰度级-彩色变换方法转换成伪彩色图像。试验结果表明通过伪彩色图像可直观地显示焊缝缺陷特征信息;该方法丰富了漏磁图像的细节信息和层次感,增强了对缺陷特征的识别能力,具有较好的视觉效果。

焊缝漏磁检测成像特点及其统计特征分析

以采集的对接焊缝缺陷漏磁曲线生成的灰度图像为研究对象,在分析焊缝缺陷漏磁数字图像特征基础上,提出基于直方图和相关性的焊缝缺陷漏磁数字图像的统计特征方法。首先将采集的焊缝不同状态下的漏磁曲线转换成相对应的灰度图像,提取不同状态下的采样点曲线,通过与各状态下灰度图像对比分析,获取了焊缝各状态的漏磁数字图像特征,然后分别基于直方图和相关性两方面分析普通数字图像和漏磁数字图像的统计特征。结果表明,漏磁数字图像相对于普通数字图像的总体概率分布离散程度较大;漏磁数字图像的行自相关系数远小于列自相关系数,普通数字图像的行、列自相关系数相对比较接近。

基于数学形态学的焊缝缺陷漏磁检测技术

基于钢板对接焊缝缺陷的漏磁检测技术,提出了将数学形态学方法应用到钢板对接焊缝缺陷漏磁检测信号处理中。研究了一种焊缝缺陷漏磁检测信号处理的新方法。通过对信号进行数值处理得到灰度图形。图像锐化处理可获得较为清晰的图像。图像二值化处理可为后续处理做准备。最后通过图像细化以及对细化后的图像进行形态学处理,可以基本得到焊缝缺陷的特征。

基于U-Net卷积神经网络的管道漏磁异常检测

提出了一种基于深度网络的图像分割方法,对漏磁图像进行异常检测.该方法基于U-Net网络模型来提取管道图像异常特征,该网络模型分成2个部分,分别是Encoder和Decoder.其中Encoder是基于Resnet的改进网络,Decoder是基于U-Net的网络.在Encoder部分用深度可分离卷积代替原始的卷积部分,引入空洞卷积.运用基于对抗网络的训练方法对异常图像进行进一步修正,提升了检测准确性.实验结果显示:该方法在真实管道数据集上的IoU达到了0.983,可以满足众多工业应用的需求.

自相关分析在漏磁信号检测中的应用

漏磁检测(MFL)是目前常用的一种无损检测(NDE)方法,针对漏磁检测中漏磁信号微弱且噪声影响大的问题,提出采用自相关分析的方法处理漏磁信号,提高检测精度。通过理论推导验证自相关分析能够有效消除噪声干扰,并通过Matlab仿真证明其有效性。

基于改进SSD网络的管道漏磁缺陷图像识别算法

为实现管道漏磁图像的智能化识别,提出一种基于改进SSD网络的管道漏磁图像识别算法。以SSD网络模型为基础框架,加入多孔卷积。利用多孔卷积扩大网络模型的感受野,将低分辨率的高语义信息特征提取出来,从而提高网络对小目标细节特征的学习能力。实验结果表明,提出的算法能自动识别出漏磁数据的环焊缝、螺旋焊缝、缺陷等位置,准确率能达到到92.62%,误检率低于3%,漏检率低于6%,具有更优良的鲁棒性。

管道漏磁内检测信号的自适应成像算法研究

为提高检测效率,克服管道漏磁内检测技术大量检测数据存储及缺陷识别的困难,基于管道漏磁检测数据的特征,通过比较多种插值方法在漏磁检测信号中的应用,设计了一种基于三次Hermite插值的三次样条插值算法,采用多尺度分段自适应插值方法处理漏磁数据,生成了具有更高辨识度的曲线图形;设计了可显示曲线图形、灰度图像以及伪彩色图像的自适应成像系统,实现了快速精准的漏磁缺陷检测识别。测试实践表明:研究工作达到了上述目标。

缺陷漏磁成像技术综述

缺陷漏磁成像技术一直是无损检测领域的研究热点之一,也是铁磁性构件缺陷检测与评估的重要手段。本文从缺陷的漏磁数据可视化、缺陷轮廓的二维漏磁成像以及缺陷的三维漏磁成像三个阶段,对缺陷漏磁成像技术的发展历程进行归纳梳理,详细介绍了各阶段常用的成像方法。并在此基础上,讨论了缺陷漏磁成像技术的研究方向和发展趋势。

磁力探伤新技术

1 磁力探伤技术原理磁力探伤是一种检测材料缺陷、防止材料破坏的无损检测方法。该方法检测的对象是钢铁类强磁性物体的表面及近表层内的缺陷。将被检件直接通电或使其放置在通电线圈或电磁铁当中,则在被检件中产生磁通。

基于灰度-梯度共生矩阵的焊缝缺陷聚类分析

为识别焊缝不同类型缺陷,以焊缝缺陷的漏磁检测(MFL)图像为研究对象,提出基于灰度-梯度共生矩阵(GGCM)和聚类分析的焊缝缺陷识别方法。将采集的三维MFL信号转换为二维灰度图像,利用GGCM直接提取焊缝3种状态下(焊缝无缺陷、焊道上分布圆柱体缺陷、焊道上分布矩形槽缺陷)MFL图像的特征信息。结合2种聚类算法,用层次聚类法选取评述焊缝图像的特征量,用k-均值聚类方法分析这些特征量,并以可视化图形显示聚类结果。结果表明:根据GGCM提取的特征量的聚类分析结果,焊缝典型缺陷的识别率大于96%。

油气管道缺陷二维轮廓重建及处理技术

目前,我国油气管道缺陷的检测主要是通过漏磁检测装置来完成,检测人员根据经验分析波形以了解管道缺陷状况。但这种方式的数据分析工作量大、效率低。介绍了漏磁检测装置的工作原理,对管道漏磁检测装置在φ457mm管道中实际采集的数据进行了预处理和图形转换,将漏磁检测数据重建生成二维缺陷轮廓,并用图形编程软件Labview对上述图像进行噪声消除、平滑、滤波、锐化处理,这样可以直观和清晰地显示根据磁漏生成的缺陷轮廓,提高了管道监测数据分析效率及可靠性。