基于导波的管道损伤检测方法及系统与流程
本申请涉及信号检测,尤其涉及基于导波的管道损伤检测方法及系统。
背景技术:
1、近年来,随着全球能源需求的增长,管道运输因其高效、经济和环保的特点,成为能源输送的重要方式。然而,管道在长期运行过程中,由于环境腐蚀、第三方损伤、材料老化等因素,容易出现防护涂层剥落、漆层损伤以及结构缺陷等问题,严重威胁管道的安全运行。在复合材料管道中,防护涂层和漆层是重要的保护层,能够有效防止环境介质对管道基体的腐蚀。然而,复合材料管道的结构复杂,传统检测方法(如目视检查、超声检测等)在检测防护涂层和漆层损伤时存在以下问题:
2、一是检测效率低,传统方法需要逐点检测,耗时耗力,难以满足长距离管道的检测需求。二是检测精度不足,传统方法对微小损伤的敏感性较低,容易漏检。三是适用性受限,传统方法难以适应复杂形状的复合材料管道,且对检测环境要求较高。
3、因此,现在亟需一种高效、精准、适用性广的管道检测技术,对于保障管道安全运行具有重要意义。
技术实现思路
1、有鉴于此,本申请的目的在于提出一种基于导波的管道损伤检测方法及系统,解决了现有技术中对管道的检测效率低、精度低和适用性有限的问题。
2、为了实现上述公开目的之一,本申请提供了一种基于导波的管道损伤检测方法,所述方法包括:
3、将高频导波信号施加在被测管道表面,使所述高频导波信号沿所述被测管道的轴向传播,激发所述被测管道表面的导波,产生反馈导波信号;
4、在所述被测管道表面的多个位置处采集所述反馈导波信号;
5、响应于所述反馈导波信号相比于所述高频导波信号,发生反射和/或透射和/或模态转换,则确定所述被测管道发生损伤;
6、提取所述反馈导波信号的特征,对所述特征进行分析,识别所述被测管道损伤的位置和程度。
7、作为本申请一实施方式的进一步改进,所述采集所述反馈导波信号之后,包括:
8、对所述反馈导波信号进行去噪处理和滤波处理。
9、作为本申请一实施方式的进一步改进,对所述提取所述反馈导波信号的特征,包括:
10、提取所述反馈导波信号的时域特征和频域特征;
11、在所述时域特征和所述频域特征中获取所述反馈导波信号中的信号能量、频率成分和波形形态至少其中之一;其中,所述波形形态包括所述高频导波信号的主波包和所述被测管道的损伤处反射回的回波波包。
12、作为本申请一实施方式的进一步改进,所述对所述特征进行分析,包括:
13、利用机器学习算法对所述特征进行分析。
14、作为本申请一实施方式的进一步改进,所述利用机器学习算法对所述特征进行分析,包括:
15、利用一个采集位置处的所述反馈导波信号的强弱分布与已知损伤位置之间的对应关系训练所述机器学习;
16、和/或,利用不同所述采集位置处接收到损伤处反射回的回拨波包的时间差与所述已知损伤位置之间的回归关系训练所述机器学习。
17、基于相同的发明构思,本申请还提供了一种基于导波的管道损伤检测系统,包括:
18、导波发生器,所述导波发生器紧贴在被测管道表面,所述导波发生器用于生成高频导波信号,将所述高频导波信号施加在所述被测管道表面,使所述高频导波信号沿所述被测管道的轴向传播,激发所述被测管道表面的导波,产生反馈导波信号;
19、传感器阵列,所述传感器阵列布置在所述被测管道表面,用于在所述管道表面的多个位置处采集所述反馈导波信号;
20、损伤响应模块,用于响应于所述反馈导波信号相比于所述高频导波信号,发生反射和/或透射和/或模态转换,则确定所述被测管道发生损伤;
21、数据处理模块,用于提取所述反馈导波信号的特征,对所述特征进行分析,识别所述被测管道损伤的位置和程度。
22、作为本申请一实施方式的进一步改进, 所述数据处理模块还用于对所述反馈导波信号进行去噪处理和滤波处理。
23、作为本申请一实施方式的进一步改进,所述导波发生器与所述传感器阵列通过导线连接;
24、所述传感器阵列分别与所述损伤响应模块和所述数据处理模块通过数据传输线连接;
25、所述数据处理模块包括用于提取所述反馈导波信号的特征的信号处理模块和用于对所述数据进行分析的数据分析模块;
26、所述损伤响应模块与所述数据分析模块通过数据线连接,所述信号处理模块与所述数据分析模块通过通信接口连接。
27、作为本申请一实施方式的进一步改进,所述传感器阵列包括:
28、多个传感器,所述多个传感器等距的布置在所述管道表面,用于采集所述反馈导波信号的时域特征和频域特征。
29、作为本申请一实施方式的进一步改进,所述数据处理模块中设置机器学习算法,用于利用所述机器学习算法识别所述管道损伤的位置和程度。
30、相对于现有技术,本发明的技术效果在于:通过利用导波技术,可以在较短时间完成大规模管道的检测,有效提高检测效率;通过在管道的多个位置处采集反馈导波信号,实现管道表面的全面检测,并实时分析反馈导波信号,快速获知管道的损伤情况。
1.一种基于导波的管道损伤检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于导波的管道损伤检测方法,其特征在于,所述采集所述反馈导波信号之后,包括:
3.根据权利要求1所述的基于导波的管道损伤检测方法,其特征在于,对所述提取所述反馈导波信号的特征,包括:
4.根据权利要求1所述的基于导波的管道损伤检测方法,其特征在于,所述对所述特征进行分析,包括:
5.根据权利要求4所述的基于导波的管道损伤检测方法,其特征在于,所述利用机器学习算法对所述特征进行分析,包括:
6.一种基于导波的管道损伤检测系统,其特征在于,所述系统包括:
7.根据权利要求6所述的基于导波的管道损伤检测系统,其特征在于,所述数据处理模块还用于对所述反馈导波信号进行去噪处理和滤波处理。
8.根据权利要求6所述的基于导波的管道损伤检测系统,其特征在于,所述导波发生器与所述传感器阵列通过导线连接;
9.根据权利要求6所述的基于导波的管道损伤检测系统,其特征在于,所述传感器阵列包括:
10.根据权利要求6所述的基于导波的管道损伤检测系统,其特征在于,所述数据处理模块中设置机器学习算法,用于利用所述机器学习算法识别所述管道损伤的位置和程度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com