-
公开(公告)号：CN114135742A
公开(公告)日：2022-03-04
申请号：CN202111517270.6
申请日：2021-12-13
申请人： 中海石油(中国)有限公司 , 中海石油技术检测有限公司
摘要： 本发明公开了一种双层保温管道的保温结构，包括内、外管，及与内、外管两端相连的锚固件，外管和内管之间形成环形容腔，环形容腔内填充保温材料；锚固件为圆筒体，在圆筒体的两端开有环形凹槽；环形凹槽与环形容腔相对且连通；环形凹槽的内侧壁端面与内管壁端面密封连接；环形凹槽的外侧壁端面与外管壁端面密封连接；在圆筒体的外周面开有与环形凹槽连通的抽气孔，抽气孔设有可拆装封堵。本发明的双层保温管道的保温结构可用于双层海底管道，通过双层管道相对侧壁涂覆隔热保温涂料，在内外管之间的环形容腔填充保温材料，再通过抽气实现环形容腔接近真空状况，进一步降低双层管道导热系数，有效提升管道的保温性能。
-
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：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：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：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：CN217441140U
公开(公告)日：2022-09-16
申请号：CN202123118278.3
申请日：2021-12-13
申请人： 中海石油(中国)有限公司 , 中海石油技术检测有限公司
IPC分类号： F16L59/065
摘要： 本实用新型公开了一种用于增强保温双层管线的锚固件，其特征在于，锚固件为圆筒体，在圆筒体的两端面开有环形凹槽；环形凹槽的外侧壁轴向长度比其内侧壁轴向长度短；环形凹槽的内侧壁端面与双层管线的内管端面密封连接；环形凹槽的外侧壁端面与双层管线的外管端面密封连接；在圆筒体的外周面开有至少与一端环形凹槽连通的抽气孔。本实用新型通过设置有抽气结构的锚固件，可使双层管线的环形空腔达到真空状态，进一步降低双层管导热系数，增强管线的保温性能，该技术方案结构简单，加工制造成本低，可有效降低海底原油介质输送管线的制造成本。
-
-
-
-
-
-
-
-
-
搜索结果
44 条记录 (耗时 0.079 秒)
