基于脉冲涡流技术的管道无损检测方法研究

发布时间：2024-03-12 04:44

　　本文主要研究脉冲涡流无损检测系统中的缺陷信号提取和缺陷边缘成像技术。为脉冲涡流无损检测能够准确找到金属石油管道当中的缺陷位置成像奠定基础。由于在脉冲涡流系统检测金属管道时,空气中的噪声、探头提离、空气层都会对收集到的响应信号造成影响,现有的特征值提取方法会受到环境的影响,并不能准确的测到缺陷的位置,所以本文提出了基于Fisher判别分析与系统识别法分析法相结合的新型在线缺陷分类识别法,提高了缺陷参数识别的可靠性。首先通过响应信号建立系统的传递函数模型H(s),并且通过传递函数模型的参数来反应响应信号特点。然后使用Fisher判别分析(FDA)从参数中提取出响应信号的重要特征量,最后通过最大值选择程序把重要特征量进行分类,从而找到代表缺陷信号的特征量。本文针对现有的缺陷边缘检测方法进行研究,采用脉冲涡流扫描成像技术,提出了一种基于改进型蚁群算法的缺陷边缘检测技术。对蚁群算法的改进包括两点:第一个是对两次信息素矩阵更新公式进行改进。信息素矩阵更新公式中加入两个像素之间的信息素差值i,j(35)?,第二个改进是对启发信息公式进行改进,在函数中选取相邻像素的差值(35)I作为自变量,改进后的蚁...

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图3.4第一组样本系统识别结果

()()()()11112+++TsTsKsHs识别建模过程。传递函数（16）可以展开写成()()()()()12121221212/1///sTTTTsTTKTTsKTTHs++++函数模型是与函数（3-3）的传递函数模型相同，其中：112bK....

图4.8扫描结果

仿真图采用的是不同颜色的等高图（图4.8a）和电压峰值三维图（图4.8b）。图中黄色代表电压峰值较高，而蓝色代表电压峰值较低，实验所选取的电压峰值在5.1V左右。因为电压峰值会因为缺陷的存在而变化，与缺陷的体积有很大的关系。图4.8a可以看到蓝色的圆圈代表电压峰值较低，而空....

图4.9缺陷边缘提取结果图

图4.9缺陷边缘提取结果图本章小结本章首先介绍了脉冲涡流扫描技术和蚁群算法的基本概念，在这里引用了自适把灰度图像转变为二值图像，使得寻找图片的边缘更加方便。然后提出了对蚁改进，主要改进了蚁群算法中的信息素矩阵更新公式，加入相邻像素的信息素，并且对启发信息公式也进行了改进，大大....

图5.2实验软件图（a）单个探头的采样信号（b）双案头差分信号（c）扫描成像图

（a）（b）（c）图5.2实验软件图（a）单个探头的采样信号（b）双案头差分信号（c）扫描成像图5.2.2数据处理结果与分析在检测系统工作完成后，通过在线缺陷识别分类法对存储起来说的数据进行分析，

本文编号：3926561