扫一扫 加微信
首页 > 期刊论文 > 论文摘要
漏磁内检测缺陷信号的快速识别方法
          
Fast identification method of defect signal for in-line inspection of magnetic flux leakage

摘    要
漏磁内检测缺陷信号分析识别是漏磁检测技术的关键部分,为了快速识别管体缺陷信号,提高数据分析的准确率和效率,开发了基于低通滤波和差分的信号处理算法,并对漏磁内检测探头的各通道检测信号进行降噪优化处理,确定了管体缺陷识别规则。工程检测结果表明,处理过的检测信号清晰、易于快速识别,开挖检测结果与信号识别结果一致,该信号处理方式有助于快速准确识别管体缺陷信号。
标    签 信号识别   信号处理   漏磁内检测   signal recognition   signal processing   magnetic flux leakage inspection  
 
Abstract
The analysis and identification of defect signals was a key part of magnetic flux leakage inspection technology. In order to quickly identify pipe defect signals and improve the accuracy and efficiency of data analysis, a signal processing algorithm based on low-pass filtering and differential was developed. The noise reduction and optimization processing were carried out on the detection signals of each channel of the magnetic flux leakage detection probe, and pipe defect recognition rules were formulated. Engineering test results showed that the detection signals were clear and easy to identify quickly, the excavation detection results were consistent with the signal identification results, and the signal processing method helped to identify the pipe defect signal quickly and accurately.

中图分类号 TG115.28   DOI 10.11973/wsjc202310009

 
  中国光学期刊网论文下载说明


所属栏目 试验研究

基金项目 中国特检院青年科技英才项目(KJYC-2023-10);总局科技计划项目(2020MK177)

收稿日期 2023/4/25

修改稿日期

网络出版日期

作者单位点击查看


备注马义来(1987-),男,博士,高级工程师,主要从事油气管道无损检测技术的研究及设备研发工作

引用该论文: MA Yilai,SU Xiaoxiang,WEN Yaxing. Fast identification method of defect signal for in-line inspection of magnetic flux leakage[J]. Nondestructive Testing, 2023, 45(10): 43~48
马义来,苏小祥,闻亚星. 漏磁内检测缺陷信号的快速识别方法[J]. 无损检测, 2023, 45(10): 43~48


论文评价
共有人对该论文发表了看法,其中:
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
分享论文
分享到新浪微博 分享到腾讯微博 分享到人人网 分享到 Google Reader 分享到百度搜藏分享到Twitter

参考文献
【1】呼婧,刘思娇,郑莉,等.基于动态磁多极子场的管道内外壁缺陷区分方法[J].油气储运,2021,40(6):673-678.
 
【2】CHEN P C,LI R,FU K A,et al.Research and method for In-line inspection technology of girth weld in long-distance oil and gas pipeline[J].Journal of Physics:Conference Series,2021,1986(1):012052.
 
【3】王书怡,富宽,王亚楠,等.基于组合滤波的漏磁内检测数据特征无损压缩方法[J].油气储运,2023,42(3):306-312.
 
【4】马义来,何仁洋,陈金忠,等.基于FPGA+ARM的管道漏磁检测数据采集系统设计[J].无损检测,2017,39(8):71-74.
 
【5】杜文飞,李春光,万四海.管道漏磁检测的智能方法综述[J].西南师范大学学报(自然科学版),2022,47(6):1-7.
 
【6】赵翰学,张咪,郭岩宝,等.基于机器学习的管道金属损失缺陷识别方法[J].石油机械,2020,48(12):138-145.
 
【7】郑莉,呼婧,许振丰,等.管道动态磁化漏磁内检测信号的影响因素[J].无损检测,2017,39(10):1-7,27.
 
【8】赵番,汤晓英,王继锋,等.金属管道内外壁缺陷的脉冲涡流检测系统[J].无损检测,2020,42(6):58-62.
 
相关信息
   标题 相关频次
 基于CART的长输管道腐蚀速率计算方法
 4
 基于CART-熵权法的管道腐蚀状态评估及其应用
 4
 小口径漏磁内检测磁化装置的设计与运动分析
 3
 HHT在声发射信号模态分析中的应用
 2
 PE管超声检测试验
 2
 变壁厚薄壁筒体超声检测技术及自动检测系统
 2
 薄板中超声导波传播模态信号分析方法
 2
 长输油气管道内检测数据的比对
 2
 超声导波检测技术的研究进展
 2
 超声激发下缺陷红外信号的识别
 2
 超声相控阵成像仿真系统研制
 2
 超声相控阵成像仿真系统研制
 2
 超声阵列式地下储气井专用检测系统
 2
 防打孔盗油用管道内检测器的研制与应用
 2
 复合材料电磁无损检测
 2
 高硅氧复合材料的超声成像检测
 2
 工业CT图像重建的ART算法研究
 2
 管道补口粘接质量超声检测信号处理
 2
 管道不规则接头的超声相控阵自动检测信号识别方法
 2
 管道盗油孔的漏磁内检测信号识别
 2
 混凝土强度无损检测数据处理的混沌优化神经网络模型
 2
 火箭发动机包覆层测厚时间延迟估计算法研究
 2
 机车轮辋超声探伤信号的数字处理技术
 2
 基于FPGA+ARM的管道漏磁检测数据采集系统设计
 2
 基于MEMS惯导系统的小口径油气管道中心线测绘技术
 2
 基于Morlet-P小波的多层金属结构的超声检测研究
 2
 基于磁致伸缩效应的导波无损检测技术研究进展
 2
 基于电磁超声的金属管道腐蚀检测仪的研制
 2
 基于电流测量的管道阴极保护状态内检测技术
 2
 基于独立分量分析的X射线图像增强方法
 2