邵衛(wèi)林,陳金忠,馬義來,孟 濤,何仁洋
(中國特種設(shè)備檢測研究院,北京100029)
管道檢測是發(fā)現(xiàn)隱患和保障油氣管道安全可靠運行的重要措施,內(nèi)檢測是未來油氣管道定期檢驗的主要手段和驗證管道本體完整性最有效的手段之一,內(nèi)檢測可以發(fā)現(xiàn)管道的變形、金屬增加、諸如制造缺陷、機械損傷、腐蝕、焊縫異常等體積型金屬損失以及管道特征等[1]。
目前,管道內(nèi)檢測比較成熟的技術(shù)有漏磁檢測技術(shù)、超聲波檢測技術(shù)和渦流檢測技術(shù)[2]等。超聲和渦流檢測技術(shù)因其局限性應(yīng)用多受限,而漏磁內(nèi)檢測技術(shù)因其對管道內(nèi)環(huán)境要求不高、無需耦合、適用范圍廣、價格低廉等優(yōu)點,已成為目前應(yīng)用最廣泛、最成熟的內(nèi)檢測技術(shù)[3]。
漏磁內(nèi)檢測的數(shù)據(jù)分析是檢測最重要的環(huán)節(jié),是提供管道檢測結(jié)果的前提和保障。楊理賤等人[4]采用有限元法分析得出漏磁信號的特征與缺陷外形參數(shù)特征存在對應(yīng)關(guān)系,可通過漏磁場信號特征對缺陷外形參數(shù)進行初步判別;邵衛(wèi)林等人[3]采取特征曲線比較一致的原則判斷特征信號的極性,再進一步判斷該特征信號是金屬增加信號還是金屬損失信號,并對特殊的盜油孔信號提出了判斷方法;王富祥等人[5]利用三軸漏磁場偽彩色圖分析了管道特征的識別方法。以上文獻均是通過漏磁主傳感器的漏磁場信號進行的單類型傳感器的數(shù)據(jù)分析,而不同幾何形狀的缺陷可能產(chǎn)生相似的磁場分布,故從磁場分布反演缺陷幾何尺寸會存在不確定性[6]。漏磁檢測信息的獲取依賴檢測器的傳感器,采用單傳感器信息來源的數(shù)據(jù)分析有一定局限性和不確定性[7],漏磁內(nèi)檢測器是多傳感器系統(tǒng),采用多傳感器數(shù)據(jù)融合分析技術(shù)可實現(xiàn)對檢測數(shù)據(jù)全方位、多角度的分析和判斷,相較于傳統(tǒng)的單類型傳感器數(shù)據(jù)分析能有效提高檢測數(shù)據(jù)分析的全面性、質(zhì)量和準確性。
多傳感器數(shù)據(jù)融合技術(shù)起源于20世紀80年代其廣泛應(yīng)用于軍事、航天、智能機器人控制等領(lǐng)域[6],是一個多學科交叉的新技術(shù),涉及到信號處理、概率統(tǒng)計、信息論、模式識別、人工智能和模糊數(shù)學等理論[8]。多傳感器數(shù)據(jù)融合,它是針對來自多個信息源的數(shù)據(jù)進行檢測、相關(guān)、關(guān)聯(lián)、估計和綜合等多方面、多級別的處理,進而使被測對象狀態(tài)得到精確的評價與估計[9]。
智能系統(tǒng)依靠傳感器獲取各種信息,每一個傳感器構(gòu)成了一個信息源,而每一種傳感器都有其各自的功能、使用范圍和精確度,再者單一類別的傳感器受結(jié)構(gòu)、時間、空間和精度的限制,故檢測信息存在局限性,不能全方位獲得檢測信息[10-11]。采取多傳感器數(shù)據(jù)融合技術(shù),能有效避免單傳感器的局限性和不確定性,而多傳感器具有全局性和全面性同時在采集信息上有一定的互補性和冗余性,能更好的建立各傳感器的有機聯(lián)系,提高融合系統(tǒng)的可靠性[12-13]。

圖1 漏磁內(nèi)檢測器的結(jié)構(gòu)圖
漏磁內(nèi)檢測器的結(jié)構(gòu)如圖1所示,其主要由電池驅(qū)動節(jié)(提供傳感器采集和計算機工作電源,皮碗支撐和壓差驅(qū)動)、永磁勵磁節(jié)(管壁飽和磁化、探測金屬損失和管道特征)、工控計算機節(jié)(控制和采集數(shù)據(jù)的存儲)等部分組成,各部分通過轉(zhuǎn)向節(jié)連接。
管道檢測信息的獲取依賴各類傳感器,傳感器的可靠性、精度等級及穩(wěn)定性影響數(shù)據(jù)采集的質(zhì)量。管道漏磁內(nèi)檢測設(shè)備是多傳感器集成系統(tǒng),主要包括主傳感器、ID/OD傳感器、軸向里程傳感器、周向鐘點傳感器。每種類型的傳感器具備不同的功能,檢測器位于永磁勵磁節(jié)的多路三軸正交霍爾傳感器陣列作為主傳感器,檢測管道在永磁勵磁下的漏磁場信號用于識別特征的類型、形狀、尺寸等信息;檢測器位于工控計算機節(jié)的霍爾傳感器陣列作為ID/OD傳感器,檢測管道在弱磁勵磁下的內(nèi)壁漏磁場信號用于識別特征是位于管體的內(nèi)壁還是外壁;檢測器位于尾部的里程系統(tǒng)中的多路開關(guān)型霍爾傳感器作為軸向里程傳感器,檢測管道特征的里程信息;檢測器位于工控計算機節(jié)的重錘碼盤作為周向鐘點傳感器,檢測管道特征的圓周鐘點位置信息。
漏磁檢測的基本原理是鐵磁性材料被磁化后,其表面和近表面缺陷在材料表面形成漏磁場,通過檢測漏磁場以識別缺陷。
漏磁檢測通過一側(cè)磁軛上永磁鐵(N極出或S極回)→一側(cè)鋼刷→管壁→另一側(cè)鋼刷→另一側(cè)磁軛上永磁鐵(對應(yīng)S極回或N極出)→筒體磁軛構(gòu)成閉合磁回路,永磁鐵進行管壁飽和磁化。如果管壁材質(zhì)均勻或電磁特性未發(fā)生變化,則背底磁場信號相對恒定;如果管壁材質(zhì)不均勻或電磁特性發(fā)生變化,則漏磁曲線信號發(fā)生變化(產(chǎn)生畸變,形狀取決于特征幾何形狀)。多路主傳感器陣列位于兩磁極之間用于檢測漏磁信號用以識別特征的類型、形狀、尺寸等信息,漏磁內(nèi)檢測原理如圖2所示。

圖2 漏磁內(nèi)檢測原理圖
漏磁內(nèi)檢測工作流程框圖如圖3所示,多路傳感器信號在計算機系統(tǒng)控制下完成各路信號的采集、信號轉(zhuǎn)換并存儲在計算機系統(tǒng)的硬盤中,離線模式下完成硬盤數(shù)據(jù)的讀取,再經(jīng)過數(shù)據(jù)解壓縮和轉(zhuǎn)換以一定的形式實現(xiàn)軟件顯示,通過對各路信號的分析,完成對檢測數(shù)據(jù)的相關(guān)分析,經(jīng)過對信號的反演獲取管道相關(guān)特征的類型、形狀、尺寸等相關(guān)信息[3]。本文采用多傳感器數(shù)據(jù)融合分析技術(shù)可實現(xiàn)對檢測數(shù)據(jù)全方位、多角度的分析和判斷,相較于傳統(tǒng)的單類型傳感器數(shù)據(jù)分析能有效提高檢測數(shù)據(jù)分析的全面性、質(zhì)量和準確性。

圖3 漏磁內(nèi)檢測工作流程框圖
從漏磁內(nèi)檢測的結(jié)構(gòu)可知,檢測器有多種傳感器用于采集不同的信號,這些傳感器包括:主傳感器、ID/OD傳感器、周向鐘點傳感器、軸向里程傳感器,以下分別對不同類型的傳感器信號進行各自的數(shù)據(jù)分析。
漏磁內(nèi)檢測器的主傳感器(探頭)是一類霍爾型傳感器[14],采用周向360°緊貼管道內(nèi)壁布置探頭陣列,實現(xiàn)全圓周覆蓋的數(shù)據(jù)采集,而每個探頭采取三軸向正交的霍爾傳感器布置,分別實現(xiàn)軸向、徑向和周向的磁通量數(shù)據(jù)采集,確定各自方向絕對的漏磁場,依靠主傳感器識別特征的類型、形狀、尺寸等信息。
軸向漏磁內(nèi)檢測器的漏磁特征信號的漏磁場是空間矢量場,軸對稱管道,采用圓柱坐標系如圖4所示,缺陷特征的幾何參數(shù)定義見表1,軸向定義為特征的長度L,徑向定義為特征的深度D,周向定義為特征的寬度W。按照軸向、徑向、周向此三個方向正交布置霍爾傳感器,測量的漏磁場信號分別定義為軸向分量Bx、徑向分量By和周向分量Bz,特征信號的漏磁場分量定義見表2。

圖4 管壁圓柱坐標系

表1 特征信號的幾何參數(shù)定義

表2 特征信號的漏磁場分量定義
檢測到的漏磁場數(shù)據(jù)需可視化,繪制特征的漏磁場圖像,通過觀察圖像中的漏磁信號變化實現(xiàn)數(shù)據(jù)的定性分析。
曲線圖成像[15]是各通道的漏磁數(shù)據(jù)以曲線的形式顯示,將檢測到的每個漏磁數(shù)據(jù)轉(zhuǎn)化成屏幕上的一點,將這些數(shù)據(jù)點用線段連接起來即可得到相應(yīng)的曲線圖。每個傳感器通道檢測到的漏磁信號對應(yīng)于屏幕上的一條曲線,曲線上各點的橫坐標表示該點沿檢測器行進方向上的位置,每條曲線的上下波動情況則反映了漏磁信號的變化大小。
以下分別對此三個方向的信號進行時域特征的數(shù)據(jù)分析,建立時域特征信號的聯(lián)系。
3.1.1 主傳感器軸向信號的數(shù)據(jù)分析
經(jīng)有限元仿真分析可知,軸向分量平行于管道軸心,缺陷中心處水平分量有極大值且左右對稱,其有一個極大峰值和兩個谷值,漏磁場信號的軸向分量[16]示意的曲線圖如圖5所示。

圖5 漏磁場信號的軸向分量示意
軸向信號的數(shù)據(jù)分析,特征量選取Bx分量的波峰值與波谷值之差定義為Bx峰谷值(Bxp-p),定義見表3;依據(jù)文獻[4],Bxp-p與缺陷深度成正比例線性關(guān)系,能表征缺陷的深度特征,故Bxp-p用以評估特征的徑向深度。

表3 軸向分量信號的特征
綜上,對離線顯示的軸向傳感器漏磁曲線圖分析,采取統(tǒng)計分析法或經(jīng)驗公式法對曲線的波形數(shù)據(jù)進行特征提取,采取一定的量化模型可獲取特征信號的深度,因曲線圖的谷值拐點不易確定,造成評估的特征深度信息精度受限,同時該特征信號只能局限的評估特征信號的深度信息,對最終完全判斷該特征仍有一定的不確定性,單類型軸向傳感器信號數(shù)據(jù)分析流程如圖6所示。

圖6 單類型主傳感器軸向信號數(shù)據(jù)分析流程
3.1.2 主傳感器徑向信號的數(shù)據(jù)分析
經(jīng)有限元仿真分析可知,徑向分量與管道軸心垂直,其關(guān)于缺陷中心對稱且中心處為零,缺陷的左邊緣處達到正的最大值,缺陷的右邊緣處達到負的最大值,其有一個大小相等正負相反的峰值,漏磁場信號的徑向分量[16]示意的曲線圖如圖7所示。

圖7 漏磁場信號的徑向分量示意
徑向信號的數(shù)據(jù)分析,特征量選取By分量的正峰值與負峰值之差定義為By峰谷值(Byp-p),其正峰值與負峰值間的軸向距離定義為By峰峰間距值(Syp-p),定義見表4;依據(jù)文獻[4],Byp-p與缺陷深度成正比例線性關(guān)系,能表征缺陷的深度特征;Syp-p與缺陷長度成正比例線性關(guān)系,能表征缺陷的長度特征,故Byp-p用以評估特征的徑向深度,Syp-p用以評估特征的軸向長度。

表4 徑向分量信號的特征量參數(shù)定義
綜上,對離線顯示的徑向傳感器漏磁曲線圖分析,采取統(tǒng)計分析法或經(jīng)驗公式法對曲線的波形數(shù)據(jù)進行特征提取,采取一定的量化模型可獲取特征信號的長度和深度信息,長度量化和精度相對精確,因評估只能獲取特征信號的長度和深度信息,對最終完全判斷該特征仍有一定的不確定性,單類型徑向傳感器信號數(shù)據(jù)分析流程如圖8所示。

圖8 單類型主傳感器徑向信號數(shù)據(jù)分析流程
3.1.3 主傳感器周向信號的數(shù)據(jù)分析
經(jīng)有限元仿真分析可知,周向分量具有兩個峰值點、兩個谷值點以及兩個反對稱面[16],漏磁場信號的周向分量示意的曲線圖如圖9的所示。

圖9 漏磁場信號的周向分量示意
周向信號的數(shù)據(jù)分析,特征量選取Bz分量的波峰值與波谷值的之差定義為Bz峰谷值(Bzp-p),定義見表5;檢測到漏磁信號的探頭個數(shù)及通道間隔是特征寬度量化的基礎(chǔ)和主要特征,兩者近似成正比例關(guān)系,故Bzp-p用以評估特征的周向?qū)挾萚17-18]。

表5 周向分量信號的特征量參數(shù)定義
綜上,對離線顯示的周向傳感器漏磁曲線圖分析,采取統(tǒng)計分析法或經(jīng)驗公式法對曲線的波形數(shù)據(jù)進行特征提取,采取一定的量化模型可獲取特征信號的寬度信息,該特征信號只能局限的評估特征信號的寬度信息,單類型周向傳感器信號數(shù)據(jù)分析流程如圖10所示。

圖10 單類型周向傳感器信號數(shù)據(jù)分析流程
漏磁內(nèi)檢測器的ID/OD傳感器是霍爾型傳感器,采用周向360°緊貼管道內(nèi)壁布置探頭陣列,實現(xiàn)全圓周覆蓋的數(shù)據(jù)采集,ID/OD探頭采集管道內(nèi)壁近表面的磁通量數(shù)據(jù),確定徑向方向絕對的漏磁矢量場,主要用于區(qū)分檢測出的缺陷是在管道內(nèi)壁還是外壁。
目前主要采取永磁鐵局部磁化霍爾測量法,利用弱磁場磁化一定深度的管道內(nèi)表面,遵循漏磁原理,其原理如圖11所示,磁化一定深度內(nèi)表面距離內(nèi)有缺陷時會有漏磁信號波動,無缺陷時無漏磁信號波動,通過ID/OD探頭探測漏磁信號的波動情況判斷內(nèi)表面缺陷有無。ID/OD探頭內(nèi)的小磁鐵只磁化一定深度的內(nèi)表面即外壁缺陷信號不會有漏磁信號的波動,用以判斷缺陷特征位于管道內(nèi)外壁[19]。

圖11 管道ID/OD檢測原理示意圖
在特征量判斷上,依據(jù)文獻[3],采取極性曲線比較一致性原則,利用后組信號的特征曲線和內(nèi)表面環(huán)焊縫的曲線進行比較,判斷內(nèi)壁缺陷信號有無,后組傳感器信號的特征量參數(shù)定義見表6。

表6 后組傳感器信號的特征量參數(shù)定義
綜上,對離線顯示的ID/OD傳感器漏磁曲線圖分析,采取統(tǒng)計分析法或經(jīng)驗公式法對曲線的波形數(shù)據(jù)進行特征提取,采取極性曲線比較一致性原則,該特征信號只能局限的評估特征內(nèi)外壁分布情況,單類型ID/OD傳感器信號數(shù)據(jù)分析流程如圖12所示。

圖12 單類型ID/OD傳感器信號數(shù)據(jù)分析流程
漏磁內(nèi)檢測器的軸向里程傳感器是開關(guān)型霍爾元件,其配合里程輪和計數(shù)器構(gòu)成內(nèi)檢測器的里程定位系統(tǒng),軸向里程系統(tǒng)采取冗余設(shè)計,至少三個里程輪,用以防止打滑或者故障損壞,同時采取里程優(yōu)選算法以減少里程誤差提高定位精度。
軸向里程傳感器的原理是利用開關(guān)型霍爾元件接收里程輪結(jié)構(gòu)上的磁信號,產(chǎn)生脈沖電壓信號送計數(shù)器進行里程輪運行圈數(shù)的判斷,再根據(jù)里程輪周長乘以脈沖個數(shù)計算軸向里程(運行距離)。
軸向里程傳感器用以計算特征點與檢測起點的絕對距離以及與定位參考點的相對距離,方便特征點定位,里程信息是時域信號,其是以時間為橫軸距離為縱軸的二維曲線。
軸向里程傳感器信號的數(shù)據(jù)分析,利用生成的三角波曲線選取絕對里程和相對里程為特征,采取時域信號的對齊分析,進行特征點的定位,特征參數(shù)的定義見表7。

表7 軸向里程傳感器信號的特征量
綜上,對離線顯示的軸向里程傳感器漏磁曲線圖分析,采取優(yōu)選算法對曲線的波形數(shù)據(jù)進行特征提取,能夠獲取特征信號的絕對里程和相對里程位置,單類型軸向里程傳感器信號數(shù)據(jù)分析流程如圖13所示。

圖13 單類型軸向里程傳感器信號數(shù)據(jù)分析流程
漏磁內(nèi)檢測器的周向鐘點傳感器是旋轉(zhuǎn)編碼器,檢測器除介質(zhì)驅(qū)動的軸向運動還有自身的旋轉(zhuǎn)運動,這樣需確定特征在管道橫截面圓周方向的確切位置,周向位置采取鐘點定義,周向鐘點定義示意圖見圖14,按照介質(zhì)流向(檢測方向)正視管道截面,對齊鐘表盤(按照鐘表方位即:正上12點、正右3點、正下6點、正左9點,其他依次類推),這樣可以實現(xiàn)管道截面特征量的周向位置的鐘點定位。

圖14 周向鐘點定義示意圖
周向鐘點旋轉(zhuǎn)編碼器定位原理,旋轉(zhuǎn)編碼器的中心軸安裝有重錘,檢測器旋轉(zhuǎn)時重錘在自身重力下始終向下,旋轉(zhuǎn)時編碼器相對固定位置輸出碼盤值,用以反映出編碼器周向旋轉(zhuǎn)的位置。管道周向定位示意圖見圖15,探頭為周向360°均勻布置,編碼器將圓周256(對應(yīng)8位二進制碼)等分,假設(shè)圖中編碼器順時針旋轉(zhuǎn)時碼值增大,1#探頭從a點轉(zhuǎn)到b點時,編碼器增加了n值,則從a到b時,b點應(yīng)對應(yīng)管截面a點順時針轉(zhuǎn)360·n/256度處,再對應(yīng)換算成鐘點,實現(xiàn)周向鐘點的定位[20]。

圖15 管道周向定位示意圖
周向鐘點傳感器用以確定特征在管道橫截面圓周方向所處的確切的鐘點位置,方便特征點周向鐘點定位,旋轉(zhuǎn)編碼器的碼盤值是時域信號,其是以時間為橫軸的二維曲線。
周向鐘點傳感器信號的數(shù)據(jù)分析,利用計算初始固定頂端探頭生成的碼盤值的二維曲線,選取特征點對應(yīng)時間點的碼盤值,再換算成相應(yīng)的鐘點,進而實現(xiàn)以時間為對齊標志的特征點的周向定位,特征參數(shù)的定義見表8。

表8 周向鐘點傳感器信號的特征量
綜上,對離線顯示的周向鐘點傳感器漏磁曲線圖分析,實時計算碼盤值再賦予多傳感器曲線的各通道周向位置的鐘點,能夠獲取特征信號的周向鐘點位置,單類型周向鐘點傳感器信號數(shù)據(jù)分析流程如圖16所示。

圖16 單類型周向鐘點傳感器信號數(shù)據(jù)分析流程
因漏磁內(nèi)檢測器的傳感器較多(包括主傳感器、ID/OD傳感器、周向鐘點傳感器、軸向里程傳感器),先分別對每種傳感器的采集數(shù)據(jù)進行獨立的數(shù)據(jù)分析,然后再進行數(shù)據(jù)融合的相關(guān)聯(lián)分析,最后做出綜合的數(shù)據(jù)分析判斷。
本文采取分布式的數(shù)據(jù)融合分析結(jié)構(gòu),即各個傳感器在把檢測到的數(shù)據(jù)信息送入融合分析中心前,首先依據(jù)特征量先進行局部檢測數(shù)據(jù)的分析,接著把每個來自局部數(shù)據(jù)分析的結(jié)果輸入融合分析中心,進行基于各個傳感器的決策及其他一些相關(guān)信息的判斷做出綜合最終決策。分布式融合結(jié)構(gòu)極大地減輕融合系統(tǒng)內(nèi)部的通信壓力,提高融合系統(tǒng)的可靠性和實時性[9]。本文采取的分布式融合分析結(jié)構(gòu)如圖17所示。

圖17 漏磁內(nèi)檢測數(shù)據(jù)融合分析框架圖
采取特征層的數(shù)據(jù)融合,即對來自傳感器的原始數(shù)據(jù)信息進行特征提取,然后對特征信息進行綜合分析和處理。
對于漏磁檢測器的多種傳感器數(shù)據(jù),采取何種方法進行融合,對數(shù)據(jù)分析的質(zhì)量和結(jié)果至關(guān)重要。目前常用的數(shù)據(jù)融合方法包括基于統(tǒng)計方法或神經(jīng)網(wǎng)絡(luò)法的模式匹配算法和基于支持向量機或神經(jīng)網(wǎng)絡(luò)法的模式分類法[17]。支持向量機[21](Support Vector Machines,SVM)是在高維特征空間使用線性函數(shù)假設(shè)空間的學習系統(tǒng),相較于神經(jīng)網(wǎng)絡(luò)其解決了小樣本學習、結(jié)構(gòu)選擇、局部極值、高維等問題,其成功應(yīng)用在眾多模式識別領(lǐng)域[22-24]。
選擇支持向量機進行特征層數(shù)據(jù)融合步驟如下:①將主傳感器軸向信號、徑向信號、周向信號,ID/OD傳感器信號,軸向里程信號,周向鐘點信號提取的時域特征信號數(shù)據(jù)組作為漏磁檢測數(shù)據(jù)SVM的輸入,管道漏磁檢測數(shù)據(jù)分析的結(jié)果作為輸出;②歸一化輸入輸出數(shù)據(jù),使他們處于-1和1之間;③漏磁信號類別的判定視為對被判定信號與模板信號相關(guān)性的考察,進一步確定SVM的核函數(shù)和相關(guān)參數(shù),開始對SVM進行訓練。利用主傳感器軸向信號的極大峰值上凸或者下凸判斷金屬損失(1)和金屬增加(-1);利用ID/OD傳感器信號判斷內(nèi)壁(1)和外壁(-1);利用主傳感器徑向信號和周向信號對特征尺寸長、寬、深的量化,分別進行金屬損失類型(軸向凹槽、軸向凹溝、環(huán)向凹槽、環(huán)向凹溝、一般、坑狀、針孔)的逐步二分;同樣對金屬增加類型(環(huán)焊縫、補板類、法蘭、閥門、套筒、支管類、三通等)的逐步二分;最后分別結(jié)合軸向里程信號和周向鐘點信號進行分類的特征進行特征的位置和方位信息進行確認。支持向量機數(shù)據(jù)融合模型如圖18所示。

圖18 支持向量機數(shù)據(jù)融合模型
采取多傳感器融合分析,圖19~圖22分別為某規(guī)格漏磁內(nèi)檢測器離線顯示的主傳感器軸向信號曲線圖、徑向信號曲線圖、周向信號曲線圖以及ID/OD傳感器信號曲線圖并且各圖中包含有周向鐘點傳感器數(shù)據(jù)和軸向里程傳感器數(shù)據(jù),從圖19~圖22中能看出該檢測器具備軸向、徑向、周向、ID/OD都是具有120通道的霍爾傳感器,軸向里程傳感器具有均勻采樣的三個里程系統(tǒng),周向鐘點傳感器具有重錘旋轉(zhuǎn)編碼器。

圖19 主傳感器軸向信號曲線圖

圖20 主傳感器徑向信號曲線圖

圖21 主傳感器周向信號曲線圖

圖22 ID/OD傳感器信號曲線圖
圖19~圖22具有相同的特征,均是時域信號二維曲線圖,能夠在同一時域下提取各自的特征量,便于數(shù)據(jù)的融合和分析。依據(jù)圖19~圖22可知均可判斷該特征信號的周向位置為12點鐘,里程位置在3.454 km。依據(jù)圖19的曲線圖特征量分析,該特征有金屬增加和金屬損失信號特征,初步判斷該特征具有外接金屬物的特征。依據(jù)圖20的曲線圖特征量分析,該特征的軸向長度為80mm。依據(jù)圖21的曲線圖特征量分析,該特征的周向?qū)挾葹?4 mm。依據(jù)圖22的曲線圖特征量分析,該特征已深入到管體內(nèi)壁。
綜上可知,該特征長度和寬度信息判定為圓形外接金屬物,同時軸向信號具有金屬損失特征且已深入到管體內(nèi)壁,進一步說明該特征具有通孔特征,且該特征的周向鐘點為12點鐘位于管體正上方,更深入的說明該特征為外接支管,同時再結(jié)合絕對里程位置3.454 km處產(chǎn)生過施工換管,最終可綜合判斷該特征為換管產(chǎn)生的平衡焊接支管。
通過上述數(shù)據(jù)的融合分析可知,采取多傳感器融合分析技術(shù)可以避免多傳感器通道損壞而無法判斷該特征,提高了多傳感器冗余性設(shè)計的優(yōu)越性,同時也可以避免單一型傳感器數(shù)據(jù)分析的局限性和片面性,最終實現(xiàn)檢測數(shù)據(jù)的全局性分析,深入的刻畫出該特征的類型、尺寸、形狀、位置和方位等信息。
管道漏磁內(nèi)檢測器是多傳感器集成系統(tǒng)的檢測設(shè)備,管道檢測信息的獲取依賴各類傳感器,多傳感器數(shù)據(jù)采集能全方位獲得檢測信息并且具有一定的互補性和冗余性,能更好的建立各傳感器的有機聯(lián)系,提高數(shù)據(jù)融合分析系統(tǒng)的可靠性和實時性。
采取多傳感器數(shù)據(jù)融合分析技術(shù),能有效避免單傳感器數(shù)據(jù)分析的局限性和不確定性,能有效建立各傳感器之間的聯(lián)系性和全局性,避免單傳感器數(shù)據(jù)分析的孤立性和不確定性。
本文采取分布式的多傳感器融合分析技術(shù),通過各傳感器系統(tǒng)的時域信號的特征量建立數(shù)據(jù)融合分析的基礎(chǔ),采取支持向量機進行特征層的融合訓練和分析,相較于傳統(tǒng)的單類型傳感器數(shù)據(jù)分析能有效提高檢測數(shù)據(jù)分析的全面性、質(zhì)量和準確性。