详情

原文传递基于相关分析的管道特征智能识别方法

专利名称：	基于相关分析的管道特征智能识别方法
摘要：	本发明涉及一种基于相关分析的管道特征智能识别方法，属于无损检测信号分析领域。本方法基于对超声导波检测信号进行相关分析，按照幅度大小、外形相似以及对称与非对称信号之间的相对大小关系，对检测信号进行分类。并通过试验，建立类别与管道特征的对应关系，能够快速、准确的将超声导波检测信号进行分类。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	北京工业大学;中国石油天然气股份有限公司管道分公司管道科技研究中心
发明人：	吴斌;符浩;王维斌;佟文强;郑阳;赵彩萍;宋国荣;何存富
专利状态：	有效
申请日期：	2009-06-15T00:00:00+0800
发布日期：	2019-01-01T00:00:00+0800
申请号：	CN200910086451.0
公开号：	CN101571233
代理机构：	北京思海天达知识产权代理有限公司
代理人：	张慧
分类号：	F17D5/06(2006.01)I
申请人地址：	100124北京市朝阳区平乐园100号
主权项：	1、基于相关分析的管道特征智能识别方法，其特征在于，该方法包括以下步骤： 1)利用超声导波管道检测仪，测得被检测管道的两条检测信号曲线，即对称信号曲线和非对称信号曲线，以及三条距离幅值校正曲线，即法兰DAC 曲线、焊缝DAC曲线和警戒DAC曲线；利用管道某一已知位置的管道特征信息，将与该位置的特征信息对应的 DAC曲线调节至此特征在对称信号峰值点的±20％的范围内；由于三条DAC曲线之间的位置关系是固定的，所以其他两条DAC曲线会自动随着变化； 2)求取对称信号曲线上的所有极大值； 3)以步骤1)中所确定的三条DAC曲线为分界点，对步骤2)中的极大值信号进行分类，通过这三条DAC曲线，将所有的极大值分为四类：法兰疑似信号、焊缝疑似信号、缺陷信号和噪声信号，具体分类方法如下：当极大值位于小于法兰DAC曲线50％到大于法兰DAC曲线50％的范围内时，该极大值点所对应的信号为疑似法兰信号；当极大值位于小于警戒DAC曲线50％到大于警戒DAC曲线50％的范围内时，该极大值点所对应的信号为缺陷信号；当极大值位于法兰疑似信号和缺陷信号之间时，该极大值点所对应的信号为疑似焊缝信号；当极大值小于缺陷信号时，该极大值点所对应的信号为噪声信号； 4)将疑似法兰信号与标准样本库中的法兰样本信号做相关运算，计算疑似法兰信号与样本库中的每个法兰样本信号的相关系数，并对所求得的相关系数取平均值，将该平均值作为相似度：如果相似度大于70％就认为疑似确认，将该疑似法兰信号归类为法兰特征信号；如果相似度小于70％就认为疑似否定，将疑似法兰信号归类到缺陷信号中；将疑似焊缝信号与标准样本库中的焊缝样本信号做相关运算，计算出每一个疑似焊缝信号与样本库中的每个焊缝样本信号相关系数，并对所求得的相关系数取平均值，将该平均值作为相似度：如果相似度大于70％就认为疑似确认，将疑似焊缝信号归类为焊缝特征信号；如果相似度小于70％就认为疑似否定，将疑似焊缝信号归类到缺陷信号中。将这些得到的缺陷信号与之前分类得到的缺陷信号归为同类，这样，就将极大值分为三类信号：法兰信号、焊缝信号以及缺陷信号； 5)如果两个焊缝信号相距小于两米，就判定该两个焊缝信号为疑似弯头信号，将疑似弯头信号与样本库中的所有弯头样本信号做相关运算，然后计算出平均相关系数，当平均相关系数大于等于70％时归类为弯头信号，当平均相关系数小于70％时，归类为焊缝信号； 6)经过以上1)～步骤5)就将所有的极大值分为法兰、焊缝、弯头和缺陷四个类型。
所属类别：	发明专利