-
公开(公告)号：CN109100416B
公开(公告)日：2022-02-01
申请号：CN201811105826.9
申请日：2018-09-21
Applicant: 东北大学
IPC: G01N27/82 , G06F30/20 , G06K9/00 , G06K9/62 , G06F119/02
Abstract: 本发明提供一种基于正交多频电磁检测的铁磁性管道内壁缺陷检测装置，涉及管道缺陷检测技术领域。该装置由多频正弦激励信号发生模块给正交电磁检测探头提供激励信号，对管道进行磁化，霍尔传感器模块捕捉管道内磁场变化并输出多频电磁检测信号，经信号调理电路进行滤波、放大后进入A/D转换模块实现模数转换，再送入FPGA中央处理单元进行分频处理，最后送到缺陷异常判断模块和基于K‑近邻算法的缺陷尺寸预测模块，进行异常状态数据剔除和缺陷尺寸预测。本发明能实现无接触检测，实现表面、近表面、通孔等不同深度缺陷的检测，实现轴向、周向缺陷尺寸的检测，可以通过检测信号的特征量较为准确的预测到缺陷的尺寸。
-
公开(公告)号：CN109325544B
公开(公告)日：2021-10-19
申请号：CN201811182189.5
申请日：2018-10-11
Applicant: 东北大学
IPC: G06K9/62
Abstract: 本发明提供一种基于中层特征的管道异常分类方法，涉及管道无损检测和数据挖掘领域。该方法包括：步骤1.管道漏磁信号的预处理；步骤2.获取漏磁数据样本集；步骤3.生成漏磁数据样本的显性特征；步骤4.基于BOW模型生成漏磁数据样本的中层特征：对每个样本圈框并计算差分特征向量；对待聚类差分特征向量集进行K‑Means聚类，得到k个视觉单词；统计每个视觉单词在每个样本中的频数，得到每个样本的中层特征向量；步骤5.基于联合稀疏表示的特征融合算法，将样本的显性特征与中层特征融合，形成联合稀疏矩阵，利用分类判别函数对样本分类。本发明解决了现有技术中管道异常的特征提取和分类准确性低、检测效果不理想的技术问题。
-
公开(公告)号：CN106950276B
公开(公告)日：2020-05-05
申请号：CN201710168186.5
申请日：2017-03-21
Applicant: 东北大学
IPC: G01N27/83
Abstract: 本发明提供一种基于卷积神经网络的管道缺陷深度的反演方法，随机生成管道缺陷轮廓：生成n组管道缺陷深度矩阵，基于磁偶极子模型仿真得到n组管道缺陷轮廓的轴向漏磁信号，获取实测的k组管道缺陷深度矩阵，并采用磁场传感器测量其相应的轴向漏磁信号，构造卷积神经网络模型，采用仿真的管道缺陷轮廓的轴向漏磁信号和实测的管道缺陷轮廓的轴向漏磁信号对卷积神经网络模型进行训练，得到最终的卷积神经网络模型，将未知深度的管道缺陷的轴向漏磁信号进行预处理后，输入最终的卷积神经网络模型，得到未知深度的管道缺陷的深度预测值，本发明方法有效地减少了网络训练所需要的参数，减少了对缺陷反演所需的时间。
-
公开(公告)号：CN110929376A
公开(公告)日：2020-03-27
申请号：CN201911002802.5
申请日：2019-10-22
Applicant: 东北大学
IPC: G06F30/20
Abstract: 本发明一种基于GAN的管道漏磁检测数据缺失的重构方法。首先将漏磁内检测器采集的数据进行基线校正，构成漏磁数据集；然后对基线校正过的漏磁数据集进行异常检测处理；其次构建生成对抗网络的生成器模型和鉴别器模型；最后将缺失的管道数据和噪声数据输入到训练好的生成器模型中，生成器模型的输出即为重构之后的完整的管道数据，达到缺失数据重构目的。本发明建立的漏磁数据重构模型，仅涉及漏磁数据的采集，模型具有通用性，可以适用于任何类型的缺失，并在GAN模型的基础上加入了缺失图片作为条件，将此条件成对地输入到鉴别器模型中，完成像素到像素的映射，提高了重构的效果。
-
公开(公告)号：CN109492708A
公开(公告)日：2019-03-19
申请号：CN201811451849.5
申请日：2018-11-30
Applicant: 东北大学
IPC: G06K9/62
Abstract: 本发明提供一种基于LS-KNN的管道漏磁内检测缺失数据插补方法，涉及故障诊断和人工智能技术领域。包括：对原始数据预处理后作为数据样本；提取样本数据特征；设定K值对模型进行训练，得到满足条件的KNN模型；归一化处理分到每类中的特征样本及其对应的数据集，再用最小二乘法对处理后的数据进行拟合建模；计算拟合结果的损失函数，设定误差阈值，令所有样本的长度相同，得到满足条件的LS拟合模型；将含缺失的数据输入到LS-KNN回归器中，实现对缺失数据的插补；对插补结果进行反归一化得到最终的插补数据。本方法克服了实际数据的缺失随机性，并克服了训练样本与待插补样本维度不同的问题，同时提高了数据插补精度，对信号噪声具有很强的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN109190994A
公开(公告)日：2019-01-11
申请号：CN201811084977.0
申请日：2018-09-18
Applicant: 东北大学
Abstract: 本发明提供一种基于多变量统计控制图对风机发电性能判定方法，涉及风电技术领域。该方法通过对风速与功率形成的方差矩阵进行特征结构分析，运用特征向量生成的坐标系的一致性进行统计多变量C统计控制图的设计，以及对特征值构成的椭圆的相似性进行统计多变量W统计控制图的设计，结合C统计控制图和W统计控制图，能有效的提高对风机异常情况的监控能力，显著改善监控效率。
-
公开(公告)号：CN109142514A
公开(公告)日：2019-01-04
申请号：CN201811147009.X
申请日：2018-09-29
Applicant: 东北大学
CPC classification number: G01N27/9046 , G01B7/02 , G01B7/26 , G01N27/904
Abstract: 本发明提供一种基于脉冲涡流阵列的缺陷检测装置及方法，涉及无损检测技术领域。本方法的过程如下：信号发生器产生周期性脉冲信号，经功率放大器放大后，施加到激励线圈两端。检测线圈阵列单元采集被测试件上方磁场信号，输出给信号调理单元；信号调理单元对信号进行滤波、放大后输出给A/D转换单元，最后，送入DSP数据处理模块，求取缺陷的尺寸信息。本发明装置对检测阵列数据了进行了聚类和均值处理，有效抑制了检测阵列线圈倾斜或提离对缺陷检测的影响；采用了一个线圈作为激励、多个检测线圈组成阵列的结构，即减小了磁场的干扰，又实现了更为全面的缺陷信息检测；将时域特征量和频域特征量相结合，提高了缺陷检测精度。
-
公开(公告)号：CN104034796B
公开(公告)日：2016-09-28
申请号：CN201410267580.0
申请日：2014-06-16
Applicant: 东北大学
IPC: G01N27/83
Abstract: 一种管道漏磁内检测数据实时处理装置及方法，属于管道检测技术领域，该装置安装在管道内检测器上，包括：漏磁传感器单元、信号调理模块、A/D转换模块和中央处理单元；漏磁传感器单元包括多个漏磁传感器，该多个漏磁传感器沿管道截面圆周方向均匀布置在管道内检测器上；中央处理单元包括时序控制模块、缺陷数据判别模块、缺陷数据特征提取模块和数据存储模块；本发明的方法能够对缺陷检测中的异常数据进行快速识别与数据特征提取，且仅对异常数据的特征及相关信息进行记录，能够在内检测器检测完毕后三十分钟内分析出严重缺陷位置，更好的防止了严重缺陷发生泄漏，造成灾难性的后果。
-
公开(公告)号：CN105444684A
公开(公告)日：2016-03-30
申请号：CN201510833650.9
申请日：2015-11-24
Applicant: 东北大学
IPC: G01B11/12
CPC classification number: G01B11/12
Abstract: 一种基于FPGA的管道测径仪多路位移脉冲优选装置与方法，属于管道检测技术领域。该装置包括管道测径仪本体、若干个里程轮，信号采集模块、光耦合隔离单元、FPGA中央处理单元。信号采集模块包括若干个凸透镜、若干个旋转编码器、若干个光敏元件。每个里程轮轴上装有一个凸透镜、一个旋转编码器、一个光敏元件，并且凸透镜、旋转编码器、光敏元件与里程轮同轴旋转，若干个光敏元件与光耦合隔离单元输入端相连，光耦合隔离单元的输出端与FPGA中央处理单元输入端相连。本发明利用FPGA并行处理机制，提高了位移脉冲信号的处理速度，有效区分了若干个里程轮的工作状态，解决了位移的累计误差问题，提高了位移测量的精确性。
-
公开(公告)号：CN104034795A
公开(公告)日：2014-09-10
申请号：CN201410261559.X
申请日：2014-06-12
Applicant: 东北大学
IPC: G01N27/83
Abstract: 本发明提供一种基于区域遗传四叉树算法的油气管道缺陷检测方法，包括：通过油气管道内检测器的霍尔传感器采集油气管道漏磁信号，并将其转换为模拟电压信号进行滤波和放大处理后，转换成数字信号传输至FPGA；FPGA对数字信号进行数据预处理;对数据预处理得到的缺陷灰度图像矩阵进行图像处理，得到油气管道缺陷边缘图像，即油气管道缺陷检测结果。本发明通过将区域分裂聚合方法融入到适应度函数的方法形成基于区域遗传四叉树算法，增强了遗传算法区域内的寻优能力，避免了传统算法中的假边缘和空白，提高了油气管道缺陷检测能力；通过在FPGA总线并行机制中实现区域遗传四叉树算法，弥补了两种方法融合对寻优速度的影响，保证了系统的运行速度。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.024 seconds)
