漏磁管道内检测及其信号识别研究现状及展望论文_姚李平

中合特检技术服务有限公司 河南省濮阳市 457000

摘要:随着管道的大量敷设和长期运行,像其它工程设备一样,管道不断受到来自内、外环境的联合影响,如管道内介质、积液以及管道内应力、施工质量、疲劳失效等,容易发生管道腐蚀、变形、开裂甚至泄漏等事故。由于工业管道担负着高温、高压、易燃、易爆和有毒介质的传输任务,一旦泄露或者爆炸,将导致灾难性的事故,从而严重影响工厂的生产进度和人民的生活环境。基于此,本文主要对漏磁管道内检测及其信号识别研究现状及展望进行分析探讨。

关键词:漏磁管道内检测;其信号识别;研究现状;展望

1、前言

漏磁内检测是发现管道内外壁缺陷的检测方式,是保障管道安全运行的重要措施,已在国内外管道公司得到了广泛运用。目前国内外对此技术的研究较为深入,但是在实际应用中仍然存在各种问题,另一方面,漏磁内检测技术已相对成熟,国内外专家都难以抉择出此技术在未来几年的发展方向。为此,在对漏磁内检测相关技术、信号识别现状以及相关标准进行系统分析的前提下,讨论目前存在的主要问题,分析在对管道进行检测时存在的影响因素,以此提出该技术在未来几年的发展方向,以期为接下来的深入研究奠定基础。

2、常见的内检测方式分析

如果管道不存在缺陷,即整个钢材都是连续的,在磁场的作用下将产生连续的磁感应线;当管道存在缺陷时,磁感应线将在钢材的不连续位置即缺陷位置产生变化,这种变化和光线的折射现象类似,因此称为磁感应线的折射。管道存在缺陷时,缺陷位置将充满空气或油气资源,由于空气或油气资源与钢铁材料的磁导率有很大的差别,因此钢材内的磁感应线在缺陷位置几乎会垂直折射进入空气或油气资源中。管道内检测领域的相关技术是在无损检测的基础上不断发展起来的,主要依靠各种智能机器人实现对管道内外壁缺陷的检测工作,目前常见的内检测技术有以下五种:

1)漏磁检测技术

对管道施加磁场后,管道壁面上会产生均匀的磁感应线,在缺陷位置,磁感应线会产生一定的变化,通过检测磁感应线的变化情况,即可得知缺陷信息,这种管道检测技术称为漏磁检测技术。该技术的自动化水平较高,检测过程无污染且速度较快,检测结果较为精确,所以得到了广泛的应用。

2)超声导波检测技术

当管道内外壁存在缺陷时,流体与管道摩擦产生的声波信号会产生一定的变化,其中超声导波的变化幅度最大,通过检测超声导波信号的变化情况即可得知管道内缺陷的分布情况,这种管道检测技术称为超声导波检测技术。该技术的检测灵敏度较高,且可以准确定位缺陷位置,经济性也相对较好,但是由于在使用超声导波进行管道检测时,管道与检测探头之间需要耦合剂,所以该技术难以在天然气管道中得到应用。

3)涡流检测技术

当在管道表面施加磁场时会产生涡流,如果管道内外壁存在缺陷,涡流就会产生一定的变化,通过检测涡流的变化即可了解管道内缺陷的分布情况,这种管道检测技术称为涡流检测技术。这种管道检测方式的灵敏度相对较高,但是技术相对不成熟,所以实际应用较少。

4)热像显示检测技术

当管道内外壁存在缺陷时,管道壁面上的温度分布会发生一定的变化,通过温度探测装置检测温度变化,即可发现缺陷所在位置,这种管道内检测方式称为热像显示检测技术。热像显示检测技术可以对管道进行区域性扫描,且不与管道直接接触,所以不会对管道运行产生影响,但该技术容易受到阳光、大气温度等因素的影响,所以检测结果会存在较大的误差。

5)射线检测技术

射线检测技术主要是依靠各种射线透过管道时产生的图像来发现管道内外壁上存在的缺陷。该检测技术中采用的射线主要有X射线和γ射线两种,两种射线各有优缺点,其中X射线的分辨率较高,γ射线的穿透性更强。通过射线检测技术对管道缺陷进行识别时,检测结果较为直观,不需要进行复杂处理,但是这种技术操作较为复杂、检测速度较慢,由于大多数管道都是采用埋地敷设,所以难以布置射线发射器和接收图像的荧光屏。

五种常见内检测技术对比情况见表1。

表1 常见内检测技术对比

3、漏磁内检测信号识别技术发展现状

3.1漏磁内检测信号识别技术国外发展现状

国外对漏磁信号识别的研究较为深入,但是处于封闭状态,我国很难借鉴发达国家成功的经验。在信号识别领域,国际上分为两个学派,分别是以苏联和德国为首的理论派,主要依靠漏磁内检测的理论、通过求解磁偶极子得到缺陷信息;另一派是以美国、英国和日本为首的近似派,主要是通过智能算法获得缺陷信息。通过智能算法对信号进行识别精度较高,是未来的发展方向。

3.2漏磁内检测信号识别技术国内发展现状

在国内,对漏磁信号识别的研究还不够成熟,缺乏高精度、高效率的识别方法。陈正阁等人采用离散小波分解与重构的方法对检测信号进行了降噪处理,结果表明该方法能明显提高信噪比;宋志强等人采用Haar小波漏磁信号降噪压缩算法对检测信号进行了降噪处理,最终可以避免检测信号失真的现象;田凯等人采用BP神经网络与贝叶斯算法相结合的方式对检测信号进行了识别,尽管实现了检测信号的定量分析,但是检测精度有待提高;焦敬品等人通过提取信号特征的方法,实现了管道缺陷信息的定量识别,但是识别效率较低;杨理践等人通过信号的幅值及相关特征,判断缺陷信心,这种信号识别的效率也有待提高。

4、存在的问题及展望

4.1问题分析

近年来,管道漏磁内检测技术取得了巨大的发展,也在实际中得到了众多的应用,但是仍然存在以下三点问题需要解决。

(1)无论是国内自产漏磁内检测机器人还是引进的相关设备,在对国内管道进行实际检测时都不同程度的出现了卡管的现象,这主要是由于我国管道较为复杂,法兰、弯管附件众多,一旦卡管,需要花费较多的人力物力取出内检测机器人,所以需要及时解决卡管问题;

(2)漏磁内检测信号的影响因素较多,虽然已对各种因素的影响效果进行了深入分析,但是还没有总结出定量关系;

(3)目前不清楚国际上是否有准确率高、速率快的信号处理方法,但是在国内尚未有较好的信号识别方法出现,大多数管道公司都采用人工识别和机器识别同时进行的方式识别缺陷,效率低下。

4.2展望

根据以上分析中出现的三点问题,结合我国目前漏磁内检测技术的发展现状,提出以下三点我国在未来漏磁内检测的发展方向。

(1)可将内检测机器人的检测探头和钢刷制成可伸缩的结构,通过压力使得紧贴在管道内壁上,通过该方式可以有效解决卡管问题。目前,国内已有人提出这种概念,但是是否会影响缺陷的识别准确度还有待实验验证;(2)对影响信号的各种因素进行实例验证分析,不能只依靠有限元软件进行归纳,通过实际验证总结出各因素与信号变化之间的定量关系;(3)目前国内在信号处理方面,已使用神经网络、模糊神经网络、支持向量机等常规方法对信号进行了识别,但是信号识别率较低,未来需要尝试各种深度算法、各种降维算法等非常规方式的应用。

参考文献:

[1]穆润明.基于数字图像处理的车牌识别专家系统的研宄[J].机械管理开发,2010,25(6):22-23.

[2]王迎,王新明,赵小强.基于小波去噪与KPCA的TE过程故障检测研宂[J].化工机械,2011,38(1):49?52

论文作者:姚李平

论文发表刊物:《基层建设》2019年第8期

论文发表时间:2019/6/14

标签:;  ;  ;  ;  ;  ;  ;  ;  

漏磁管道内检测及其信号识别研究现状及展望论文_姚李平
下载Doc文档

猜你喜欢