共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
三轴高清漏磁智能内检测结果显示,东北管道管体存在大量螺旋焊缝缺陷,对其进行完整性评价后,需根据缺陷的严重程度开展有计划的修复工作.首先利用PipeImage软件分析管道内检测信号,对管体缺陷进行完整性评价,制作开挖单;然后在管道沿线找到参考桩,开挖后对缺陷进行确认;最后实施修复,再防腐、回填.讨论了制作开挖单的技巧和注意事项,介绍了现场误开挖时的处理流程,给出了在现场勘测中实用性较强的两个数值,即螺旋焊缝时钟位置变化1 h的轴向距离和环焊缝时钟位置变化1 h的环向长度的计算公式. 相似文献
3.
三轴漏磁内检测信号分析与应用 总被引:1,自引:1,他引:0
介绍了三轴漏磁内检测技术的原理。金属损失产生的漏磁场是空间三维矢量场,三轴漏磁内检测器在轴向、径向和周向上分别使用单独的霍尔传感器来记录漏磁信号。分析了三轴漏磁信号的特征:轴向漏磁信号可以估算缺陷宽度,但结果极不可靠,对缺陷长度和缺陷深度的指示精度不高;径向漏磁信号可以清晰界定缺陷长度,结合轴向漏磁信号基本能够确定缺陷深度,但难以准确判定缺陷宽度;周向漏磁信号能够较精确地判定缺陷的宽度和长度,结合轴向和径向漏磁信号,亦可提高缺陷深度的判定精度和准确性。对三轴漏磁内检测技术的研究和现场应用表明:三轴漏磁内检测器能够检出各类常规金属损失缺陷和传统漏磁检测器难以检测出的非常规缺陷,如狭长轴向缺陷、环焊缝缺陷、螺旋焊缝缺陷以及凹陷等。与传统漏磁检测器相比,三轴漏磁内检测器显著提高了金属损失缺陷尺寸的判定精度。 相似文献
4.
介绍了在役管道三轴高清漏磁内检测技术的基本原理,比较了它与传统漏磁内检测技术的异同点,分析了该检测器所检出缺陷的信号特征、检测器的应用特点等.结合实际检测案例,通过分析检测发现的金属损失、金属增加、环焊缝缺陷及螺旋焊缝缺陷等缺陷和信号特征,探讨了该技术的实用性和先进性. 相似文献
5.
环焊缝开裂是埋地输油管道的主要失效形式之一,严重威胁管道的安全运营,准确识别和量化环焊缝缺陷,建立统一的内检测精度要求,是目前国内外管道内检测公司共同面临的难题之一。基于现有的轴向裂纹超声波内检测技术,研发适用于环焊缝平面型缺陷的内检测技术成为解决该难题的可行方法之一。通过研制超声波内检测器,并根据多次全尺寸管道牵引试验和实际管道的检测结果,建立了环焊缝缺陷超声波检测识别和尺寸量化模型,与漏磁内检测及现场环焊缝缺陷开挖结果进行对比,验证了该检测器的检测精度。结果表明:超声波内检测能够检测出漏磁内检测未发现的严重环焊缝平面型缺陷,但缺陷识别精度和尺寸量化模型需要更多的开挖验证数据进一步完善。该缺陷识别和量化模型的建立可为超声波内检测技术的应用与发展提供借鉴。 相似文献
6.
7.
8.
三轴高清漏磁检测技术成功解决了老管道的焊缝检测难题,但随着老管道的逐步退役,对于新管道是否需要三轴高清漏磁检测技术成为技术人员和管理人员较为关注的问题。通过对比三轴高清漏磁内检测与传统漏磁内检测的技术优势,重点探讨了老管道与新管道本体所面临的主要风险以及对于三轴高清漏磁检测的需求。提出应该进一步加强三轴高清漏磁内检测技术的研究与应用,以期能够更加精确地检测管道缺陷,为管道后续的完整性评价提供可靠的数据参考,确保管道本质安全,对管道运营者的管理决策具有重要意义。 相似文献
9.
10.
以虫眼、活节、死节3种缺陷的板材为研究对象,建立了小型样本库,采用数据增强方法,对图片进行旋转、平移、尺度变换、灰度变换等方式处理,使样本库扩容到10687张图片,其中7480张图片作为训练集、2137张图片作为验证集、1070张图片作为测试集;应用超分辨率测试序列(VGG)网络模型、谷歌网络模型(GoogLeNet)、残差神经网络模型(ResNet)对木质板材表面缺陷进行分类,依据分类精度,遴选识别效果较好的木质板材缺陷分类方法.结果表明:残差神经网络模型在不同的卷积层时分类精度均在80%以上,而改进的残差神经网络模型在模型结构为50层时的分类准确率高达98.63%,模型能较好地适用于木质板材表面缺陷分类. 相似文献
11.
12.
13.
某长输原油管道河底穿越段通过三轴漏磁和惯性测绘内检测发现存在环焊缝缺陷并伴有弯曲应变,需要对其安全性进行评价。采用英国标准BS 7910-2005中的结构完整性评价方法,对内压和弯曲应力复合载荷作用下该环焊缝缺陷的可接受性进行了评价。同时,对评价中涉及的弯曲应力、断裂韧性、缺陷深度、残余应力、缺陷长度和内压等参数进行了敏感性分析,讨论了各参数对评价结果的影响程度。结果表明:在当前工况下,该缺陷是可以接受的,暂时无需修复。基于完整性评价和敏感性分析的结果,对该管道的生产运行和监控提出了合理的建议。该评价方法和结论可作为解决其他类似工程问题的参考。 相似文献
14.
15.
16.
针对长输油气管道轴向金属损失缺陷检测的问题,研制了一种适用于管径711 mm的横向励磁漏磁内检测器。横向励磁漏磁检测器由驱动节与记录节连接而成,其结构主要包括支撑系统、驱动系统、磁化系统、传感器系统、采集系统等。通过采用辅助磁极的励磁设计,横向励磁漏磁内检测器磁化系统不但能够达到管道壁厚的磁化饱和要求,而且改善了磁化效果,使传感器位置处的漏磁场梯度减小,提高了缺陷量化精度。将新研制的管道横向励磁漏磁内检测器进行牵拉试验和工业应用验证,结果表明:与轴向励磁漏磁内检测器相比,管道横向励磁漏磁内检测器采集的轴向沟纹、轴向类裂纹缺陷的数据信号更明显,可提高轴向缺陷的检测精度与检出率,对于识别管道轴向缺陷具有重要的工程意义。(图6,表4,参14) 相似文献
17.
18.
【目的】针对板式家具零件表面缺陷人工检测过程存在的检测效率低、准确率低、检测结果无法数字化存储等问题,提出了一种基于图像分割和深度学习算法的饰面人造板表面缺陷的检测方法。【方法】利用工业相机采集人造板图像,构建缺陷数据集,采用全局阈值和局部动态阈值算法分割表面缺陷与图像截取,通过将ReLU6非线性激活函数替代ReLU函数,并引入倒残差结构的方法,优化MobileNetv 2深度学习网络,进行缺陷识别与分类。【结果】该方法对饰面人造板表面崩边和划痕缺陷的检测精确率分别达到了93.1%和97.5%,召回率分别为95.3%和97.6%,单张板件平均检测用时为163 ms。【结论】本研究提出的方法具有较高精度与稳定性,可解决传统人工检测方法的准确率低、效率低等问题,为家具板材表面缺陷的自动化检测提供新思路。图6表3参21 相似文献
19.