Page 26 - 2022'中国无损检测年度报告
P. 26

⚥㕂偽䰀唬崵䎃䏞䫣デ                                                                                                                                                             ⚥㕂偽䰀唬崵䎃䏞䫣デ
                                                                                                                                                                                                                                2022
     20222                                       ࠛ௨ចय़ˮڥQGWખ౎˘ᛸˡԾࡰᤠቅ                                                                                              ࠛ௨ចय़ˮڥQGWખ౎˘ᛸˡԾࡰᤠቅ                                             2 2
           2




              2.4 工程应用实例                                            团队开发的管道泄漏实时监检测系统能够实
                  团队开发的内检测智能分析系统作为国内先                          时动态监检测管道运行状态,检测和定位管道泄
              进海底管道内检测分析系统,已经在中海油海底                            漏点。系统从管道信息采集,多维数据传输,到
              管道推广应用,并完成 40 余条管道检测,并被                          泄漏定位计算和数据图形化显示,提供了一整套
              央视报道,如图 9 所示。通过与国际先进产品指                          管道泄漏监检测的解决方案,整个系统实现了无
              标比对,团队研究成果主要技术指标达到国际同                            人值守数据采集、多站点数据共享、多部门同时
              类产品领先水平,在中海油海底管道和大庆油田                            报警等功能。至目前为止,该系统已经应用在全
              管道应用中的深度误差为 5.72 %,领先国际先进                        国 20 多个省、1 2000 公里的管道上,发现泄漏
              精度近 1 倍,并在大庆油田陆地管道开挖验证中                          超过 2 000 次,创造经济效益超过 8 亿元,该系
              得到准确结果,如图 10 所示。                                 统现场应用,如图 11 所示。









                                                                 (a) 胜利油田河东线调度室      (b) 鲁皖管道处调度室

                                 (a) 中海油现场应用









                                                                               (c) 系统应用现场

                                                                       图 11  管道泄漏实时监检测系统应用
                                                               3  年度代表性成果
                         (b) 中海油海底管道内检测器
                                                                    [1] Jinhai Liu, Xiangkai Shen, Jianfeng
                                                               Wang,et al. An intelligent defect detection
                                                               approach  based  on  cascade  attention
                                                               network  under  complex  magnetic  flux
                                                               leakage signals[J]. IEEE Transactions on
                                                               Industrial Electronics, 2023.
                                                                    [2] Yifu Ren, Jinhai Liu, Qiannan Wang

                               (c) 央视报道                        et al. HSELL-Net: a heterogeneous sample
                                                               enhancement network with lifelong learning
                      图 9  中海油现场应用及央视报道图
                                                               under industrial small samples[J]. IEEE
                                                               Transactions on Cybernetics. DOI: 10.1109/
                                                               TCYB.2022.3158697.
                                                                    [3] He  Zhao,  Jinhai  Liu,  Jianhua
                                                               Tang,  et.al.  A  MFL  mechanism-based
                                                               self-supervised  method  for  defect
                                                               detection with limited labeled samples[J].
                        10  大庆油田陆地管道开挖验证

             18
   21   22   23   24   25   26   27   28   29   30   31