管道缺陷檢測(cè)與識(shí)別方法研究與實(shí)現(xiàn).pdf

1、管道運(yùn)輸在國(guó)防工業(yè)和國(guó)民經(jīng)濟(jì)建設(shè)中發(fā)揮著重要的作用，對(duì)管道進(jìn)行快速準(zhǔn)確的檢測(cè)保證管道安全運(yùn)行是降低管道事故風(fēng)險(xiǎn)的重要手段。管道超聲導(dǎo)波檢測(cè)技術(shù)憑借其檢測(cè)速度快、效率高、無須剝除包覆層等優(yōu)點(diǎn)，在管道無損檢測(cè)領(lǐng)域中有著獨(dú)特的優(yōu)勢(shì)。
　　管道缺陷類型識(shí)別是管道超聲導(dǎo)波檢測(cè)技術(shù)中的重要研究領(lǐng)域，研究出一種有效的導(dǎo)波信號(hào)的特征優(yōu)化與模式識(shí)別方法，實(shí)現(xiàn)對(duì)管道缺陷的準(zhǔn)確識(shí)別，對(duì)及時(shí)發(fā)現(xiàn)缺陷、預(yù)防管道事故有著重要的意義。本文在對(duì)管道超聲導(dǎo)波檢測(cè)技

2、術(shù)理論研究的基礎(chǔ)上，采用L(0,2)模態(tài)超聲導(dǎo)波對(duì)人工預(yù)制的孔洞、裂紋和凹坑進(jìn)行檢測(cè)。圍繞缺陷回波信號(hào)的特征優(yōu)化、模式識(shí)別算法和缺陷識(shí)別的實(shí)現(xiàn)等進(jìn)行了研究。主要研究?jī)?nèi)容如下：
　?。?）提出了時(shí)、頻域結(jié)合的特征提取方法和基于主成分分析（PCA）的特征優(yōu)化算法。在現(xiàn)有導(dǎo)波信號(hào)特征提取與優(yōu)化方法研究的基礎(chǔ)上，分析了數(shù)字濾波器、小波分析和小波包分析在導(dǎo)波信號(hào)濾波降噪中的應(yīng)用效果，采集不同缺陷回波信號(hào)的峰度系數(shù)、偏度系數(shù)、離散系數(shù)、形狀系

3、數(shù)和小波包能量譜組成原始特征參數(shù)矩陣。研究了主成分分析法（PCA）的算法及其具體實(shí)現(xiàn)方法，并討論了選用的主成分因子個(gè)數(shù)對(duì)分類效果的影響。利用PCA對(duì)導(dǎo)波回波信號(hào)的原始特征進(jìn)行特征優(yōu)化，剔除了冗余特征，降低了特征維數(shù)。為缺陷的有效識(shí)別提供了依據(jù)。
　　（2）提出了基于支持向量機(jī)（SVM）的管道缺陷識(shí)別方法。研究了支持向量機(jī)的原理和分類過程，選用該模式識(shí)別算法進(jìn)行分類器的構(gòu)造。分析了核函數(shù)與相應(yīng)的參數(shù)的選擇對(duì)分類器性能的影響。與 BP

4、神經(jīng)網(wǎng)絡(luò)方法的識(shí)別效果進(jìn)行對(duì)比，結(jié)果表明該方法具有更好的識(shí)別效率和泛化能力，同時(shí)避免了使用BP神經(jīng)網(wǎng)絡(luò)過程中對(duì)設(shè)計(jì)者經(jīng)驗(yàn)的依賴。結(jié)合PCA特征優(yōu)化結(jié)果，實(shí)現(xiàn)了孔洞、裂紋和凹坑三類管道缺陷的有效識(shí)別，識(shí)別率達(dá)到了90％。
　?。?）在管道超聲導(dǎo)波檢測(cè)理論和缺陷回波信號(hào)識(shí)別算法研究的基礎(chǔ)上，設(shè)計(jì)了管道導(dǎo)波診斷儀硬件系統(tǒng)和管道缺陷識(shí)別軟件系統(tǒng)，建立了管道缺陷樣本庫(kù)，并對(duì)帶有人工預(yù)制缺陷的管道進(jìn)行檢測(cè)，結(jié)果證明了設(shè)計(jì)的軟硬件系統(tǒng)能夠較好地