-
公开(公告)号：CN112329590B
公开(公告)日：2024-05-10
申请号：CN202011194472.7
申请日：2020-10-30
申请人： 中海石油(中国)有限公司 , 中海油能源发展装备技术有限公司 , 中海石油技术检测有限公司
IPC分类号： G06F18/2413 , G06F18/213 , G06F18/22 , G06N3/0464 , F17D5/00 , G06N3/045
摘要： 本发明公开了一种管道组件检测系统，该系统包括：距离度量模块，均由神经网络构建的疑似区域生成模块和特征模块，作为管道组件类别对比辨识基准的组件特征样本库；疑似区域生成模块输入待辨识的管道漏磁数据并生成管道组件疑似区域；特征模块用于提取管道组件漏磁数据特征；其输入多种管道组件类别的样本漏磁数据并生成特征样本库；其输入管道组件疑似区域的漏磁数据，其输出疑似管道组件特征；距离度量模块计算疑似管道组件特征与组件特征样本库中的每个组件特征样本间的相似度，并根据相似度的值来判定管道组件类别。本发明还提供了一种管道组件检测方法。本发明克服了样本数量不足情况下检测精确度低的问题，提高了实际管道组件检测的精确度。
-
公开(公告)号：CN112329588B
公开(公告)日：2024-01-05
申请号：CN202011188928.9
申请日：2020-10-30
申请人： 中海石油(中国)有限公司 , 中海油能源发展装备技术有限公司 , 中海石油技术检测有限公司
IPC分类号： G06F18/24 , G06F18/213 , G06F18/214 , G06F18/22 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0895 , F17D5/00
摘要： 本发明公开了一种基于Faster R‑CNN的管道故障检测方法，将漏磁数据样本预处理后转变为伪彩色图像样本，标记目标类别及位置，构建带标记的样本集；构建Faster R‑CNN网络及SimCLR网络，使两者特征提取卷积层结构相同；通过自监督方式生成预训练网络模型，然后用预训练网络模型初始化Faster R‑CNN网络特征提取部分卷积层网络参数；采用带标记的样本集训练Faster R‑CNN网络；设漏磁数据预处理后的数据为Vs，将Vs转为伪彩色图像并输至训练完的Faster R‑CNN中，生成目标位置信号Sf及类别信号；设Vs’为Sf与Vs叠加后生成的漏磁数据，将Vs更新为Vs’，经n次迭代后，得到最终的目标位置(56)对比文件CN 110146589 A,2019.08.20CN 110568416 A,2019.12.13CN 110633759 A,2019.12.31CN 111062286 A,2020.04.24CN 111831872 A,2020.10.27US 2006170942 A1,2006.08.03US 2013031130 A1,2013.01.31US 2014204120 A1,2014.07.24US 2020210826 A1,2020.07.02US 5982990 A,1999.11.09WO 2019136946 A1,2019.07.18WO 2020181685 A1,2020.09.17刘金海等“.基于漏磁内检测的自监督缺陷检测方法”《.仪器仪表学报》.2020,第41卷(第9期),第180-187页.路建方等“.基于灰度分层的FPGA红外图像伪彩色实时化研究”《.红外技术》.2013,第35卷(第5期),第284-288页.Mingrui Fu等“.Anomaly detection ofcomplex MFL measurements using low-rankrecovery in pipeline transportationinspection”《.IEEE Transactions onInstrumentation and Measurement》.2020,第69卷(第9期),第6776-6786页.B.Abidi等.“Screener Evaluation ofPseudo-Colored Single Energy X-rayLuggage Images”《.IEEE Computer SocietyConference on Computer Vision and PatternRecognition》.2006,第1-12页.
-
公开(公告)号：CN111882518A
公开(公告)日：2020-11-03
申请号：CN202010517387.3
申请日：2020-06-09
申请人： 中海石油(中国)有限公司 , 中海油能源发展装备技术有限公司 , 中海石油技术检测有限公司
摘要： 本发明公开了一种漏磁数据自适应伪彩色化方法，对漏磁数据进行基值校正及去噪预处理；对预处理后的漏磁数据进行分类及灰度化处理，生成灰度图像；对生成的灰度图像采用两种方法进行分割，根据灰度阈值将生成的灰度图像分割成两部分，采用Otsu算法分别对这两部分图像进行二值化分割，得到背景区域灰度区间端点值；再根据类别标签对灰度图像进行分割，将C2至Ck类别所对应的灰度最大值作为灰度区间边界值；合并背景区域灰度区间端点值、灰度区间边界值和C1类别对应像素点灰度值极值，得到灰度区间各端点值；根据灰度区间各端点值调整伪彩色编码并对灰度图像伪彩色化处理。本发明伪彩色图像缺陷特征清楚，边界清晰，边界辨识度高。
-
公开(公告)号：CN111882518B
公开(公告)日：2023-12-19
申请号：CN202010517387.3
申请日：2020-06-09
申请人： 中海石油(中国)有限公司 , 中海油能源发展装备技术有限公司 , 中海石油技术检测有限公司
摘要： 本发明公开了一种漏磁数据自适应伪彩色化方法，对漏磁数据进行基值校正及去噪预处理；对预处理后的漏磁数据进行分类及灰度化处理，生成灰度图像；对生成的灰度图像采用两种方法进行分割，根据灰度阈值将生成的灰度图像分割成两部分，采用Otsu算法分别对这两部分图像进行二值化分割，得到背景区域灰度区间端点值；再根据类别标签对灰度图像进行分割，将C2至Ck类别所对应的灰度最大值作为灰度区间边界值；合并背景区域灰度区间端点值、灰度区间边界值和C1类别对应像素点灰度值极值，得到灰度区间各端点值；根据灰度区间各端点值调整伪彩色编码并对灰度图像伪彩色化处理。本发明伪彩色图像缺陷特征清楚，边界清晰，边界辨识度(56)对比文件杨理践等.管道漏磁内检测缺陷可视化方法.无损探伤.2012,第36卷(第2期),第1-3页.Lijian Yang等.Pipeline Magnetic FluxLeakage Image Detection Algorithm Basedon Multiscale SSD Network.IEEETransactions on Industrial Informatics .2019,第501 - 509页.黄方佑.管道漏磁内检测数据的自适应可视化及增强方法研究.万方.2023,第1-93页.
-
公开(公告)号：CN112329590A
公开(公告)日：2021-02-05
申请号：CN202011194472.7
申请日：2020-10-30
申请人： 中海石油(中国)有限公司 , 中海油能源发展装备技术有限公司 , 中海石油技术检测有限公司
摘要： 本发明公开了一种管道组件检测系统，该系统包括：距离度量模块，均由神经网络构建的疑似区域生成模块和特征模块，作为管道组件类别对比辨识基准的组件特征样本库；疑似区域生成模块输入待辨识的管道漏磁数据并生成管道组件疑似区域；特征模块用于提取管道组件漏磁数据特征；其输入多种管道组件类别的样本漏磁数据并生成特征样本库；其输入管道组件疑似区域的漏磁数据，其输出疑似管道组件特征；距离度量模块计算疑似管道组件特征与组件特征样本库中的每个组件特征样本间的相似度，并根据相似度的值来判定管道组件类别。本发明还提供了一种管道组件检测方法。本发明克服了样本数量不足情况下检测精确度低的问题，提高了实际管道组件检测的精确度。
-
公开(公告)号：CN111815561B
公开(公告)日：2024-04-16
申请号：CN202010517390.5
申请日：2020-06-09
申请人： 中海石油(中国)有限公司 , 中海油能源发展装备技术有限公司 , 中海石油技术检测有限公司
IPC分类号： G01N27/83 , G06F18/214 , G06F18/213 , G06F18/241 , G06N3/045 , G06N3/0455 , G06N3/0442 , G06F123/02
摘要： 本发明公开了一种基于深度时空特征的管道缺陷及管道组件的检测方法，搭建由自编码器神经网络模型和长短期记忆神经网络模型组合而成的组合神经网络模型，并使自编码器神经网络模型的输出成为长短期记忆神经网络模型的输入；由不同时刻检测采集的已知的管道缺陷及管道组件的空间数据，构建管道缺陷及管道组件的时序空间数据样本集；采用该时序空间数据样本集，对组合神经网络模型进行训练及测试；将检测采集的待确认的管道缺陷或管道组件的空间数据输入至训练完成的组合神经网络模型；采用组合神经网络模型的输出来重构管道缺陷或管道组件的空间数据。本发明可应用海底管道缺陷及管道组件检测及分析系统中。
-
公开(公告)号：CN112329588A
公开(公告)日：2021-02-05
申请号：CN202011188928.9
申请日：2020-10-30
申请人： 中海石油(中国)有限公司 , 中海油能源发展装备技术有限公司 , 中海石油技术检测有限公司
摘要： 本发明公开了一种基于Faster R‑CNN的管道故障检测方法，将漏磁数据样本预处理后转变为伪彩色图像样本，标记目标类别及位置，构建带标记的样本集；构建Faster R‑CNN网络及SimCLR网络，使两者特征提取卷积层结构相同；通过自监督方式生成预训练网络模型，然后用预训练网络模型初始化Faster R‑CNN网络特征提取部分卷积层网络参数；采用带标记的样本集训练Faster R‑CNN网络；设漏磁数据预处理后的数据为Vs，将Vs转为伪彩色图像并输至训练完的Faster R‑CNN中，生成目标位置信号Sf及类别信号；设Vs’为Sf与Vs叠加后生成的漏磁数据，将Vs更新为Vs’，经n次迭代后，得到最终的目标位置及类别信号。本发明可提高整体检测精度。
-
公开(公告)号：CN111815561A
公开(公告)日：2020-10-23
申请号：CN202010517390.5
申请日：2020-06-09
申请人： 中海石油(中国)有限公司 , 中海油能源发展装备技术有限公司 , 中海石油技术检测有限公司
摘要： 本发明公开了一种基于深度时空特征的管道缺陷及管道组件的检测方法，搭建由自编码器神经网络模型和长短期记忆神经网络模型组合而成的组合神经网络模型，并使自编码器神经网络模型的输出成为长短期记忆神经网络模型的输入；由不同时刻检测采集的已知的管道缺陷及管道组件的空间数据，构建管道缺陷及管道组件的时序空间数据样本集；采用该时序空间数据样本集，对组合神经网络模型进行训练及测试；将检测采集的待确认的管道缺陷或管道组件的空间数据输入至训练完成的组合神经网络模型；采用组合神经网络模型的输出来重构管道缺陷或管道组件的空间数据。本发明可应用海底管道缺陷及管道组件检测及分析系统中。
-
公开(公告)号：CN111831872A
公开(公告)日：2020-10-27
申请号：CN202010517835.X
申请日：2020-06-09
申请人： 中海油能源发展装备技术有限公司 , 中海石油技术检测有限公司 , 东北大学
IPC分类号： G06F16/904 , G06F16/906 , G06T5/00
摘要： 本发明公开了一种小缺陷特征增强的漏磁数据自适应灰度可视化方法，对各采样点的漏磁数据进行基值校正及去噪预处理；设定分类类别数，对任一采样点的漏磁数据，依据其信号幅值与通道内信号幅值极值的关系进行分类，综合轴向、径向和周向类别数据设置其综合类别标签；根据分类类别设置相应的抽样比例，按照抽样比例抽样漏磁数据并绘制曲线视图；以采样点为中心设置方形滑动窗口，设置窗口调整阈值，对滑动窗口进行纵向和横向伸缩调整，调整时使滑动窗口内信号幅值最大值与最小值的差≤窗口调整阈值；对滑动窗口内采样点的漏磁数据，依次进行灰度补偿、局部分段灰度映射以及对应综合类别标签压缩或扩展灰度带。本发明效率更高、视觉分辨效果更好。
-
公开(公告)号：CN109696468A
公开(公告)日：2019-04-30
申请号：CN201811474476.3
申请日：2018-12-04
申请人： 中海油能源发展股份有限公司 , 中海油能源发展装备技术有限公司 , 中海石油技术检测有限公司
IPC分类号： G01N27/83
摘要： 本发明属于实验测试技术领域，公开了一种管道内检测器环路测试平台及测试方法，为解决现在缺少专用的海底管道检测技术验证实验平台而设计。本发明海底管道陆地实验试验平台包括在中空的管壁上预设有缺陷样品的管道和动力系统，所述动力系统包括牵引自动控制装置、工况实验装置、电气供电装置和仪控装置。本发明管道内检测器环路测试平台可以实验内检测器的纯液、纯气条件下的运行工况，验证内检测器的通过能力，验证内检测器进行缺陷检测的精度、定位的精度、缺陷的形状和大小等，并且可以对国内外管道检测技术和装备进行各种参数的实验认证，确保技术的可靠性和安全性，同时也为管道检测技术的自主研发提供保障。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.07 秒)
