基于漏磁内检测的缺陷识别方法

摘要：

基于漏磁原理的管道内检测信号和管壁缺陷之间存在强非线性关系，导致缺陷（特别是小缺陷）识别和分析困难。针对内检测器漏磁信号中的缺陷识别问题，设计一种新的缺陷识别方法，可以在漏磁内检测数据中精确识别缺陷。该方法包括3个部分：针对普通基值校准算法在多通道数据对齐中精度低的问题，提出一种基值二次校准算法，为后续数据分析提供精确数据源；区别于常规方法中用到的峰谷值等显性特征，提出6种更能反映缺陷信号的本质特征，并设计了相应的特征提取方法，为缺陷识别提供精确的分类依据；设计了基于随机森林的缺陷识别算法，可以在漏磁内检测数据中精确识别各种缺陷。最后，对所提出的方法进行了性能对比分析和试验验证。结果表明：所设计的缺陷识别方法准确率为99．59％，其中对小缺陷的识别灵敏度为98．66％，证明所提出的缺陷识别方法可有效地完成目标缺陷的识别。

关键词：特征提取、目标识别、随机森林、漏磁信号

所属期刊栏目：37

分类号：TE88;TP277;TH878+3(石油、天然气储存与运输)

资助基金：国家自然科学基金61473069，61374124;中央高校基本科研业务费专项资金N140405002，N130104001

在线出版日期：2016-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2572-2581