一种预制直埋保温管的密封性高效检测方法及装置与流程
- 国知局
- 2024-07-30 11:04:34
本发明属于超声波检测,具体涉及一种预制直埋保温管的密封性高效检测方法及装置。
背景技术:
1、随着现代科技的快速发展,管道作为输送流体的重要设施,在石油、化工、天然气、核电和航空等众多行业发挥着至关重要的作用。随着时间的推移和日常的使用,管道内部或连接处可能会出现各种缺陷,如裂缝、氧化、腐蚀以及壁厚变化等,这些问题不仅会影响管道的正常运行,还可能引发严重的安全事故。
2、为了对管道进行无损检测,超声波检测技术应运而生。超声波具有高效、精确、无损、不需要管道开挖的显著优点,这使得它在管道探测损伤的技术领域得到了广泛的应用。超声波检测利用超声能透入声测管材料的深处,并在遇到缺陷或底面时发生反射的特点,通过接收和分析反射波,可以准确地判断管道内部是否存在缺陷,以及缺陷的位置和大小。
3、上述技术解决了一部分问题,但在预制直埋保温管检测仍存在一些问题,超声波信号在传输过程中易受到噪声信号的干扰,超声波的信号特征在提取过程中可能会导致信号特征丢失或者引入不必要的信号噪声。
技术实现思路
1、本发明的目的就在于解决超声波信号在传输过程中易受到噪声信号的干扰,超声波的信号特征在提取过程中可能会导致信号特征丢失或者引入不必要的信号噪声的问题,而提出一种预制直埋保温管的密封性高效检测方法及装置。
2、在本发明实施的第一方面,首先提出一种预制直埋保温管的密封性高效检测方法,所述方法包括:
3、控制所述超声波发射器周期性以预设发射参数向保温管内壁发射超声波,所述超声波接收器接收超声波作为第一声波;
4、提取所述第一声波的时域特征,根据所述时域特征确定变分模态分解算法的算法参数;
5、对所述第一声波执行变分模态分解算法,得到多个模态分量,将各模态分量输入至卷积神经网络模型中提取信号特征;
6、根据所述信号特征对目标保温管进行密封性检测。
7、可选的,在控制所述超声波发射器周期性以预设发射参数向保温管内壁发射超声波之前,所述方法还包括:
8、控制所述超声波发射器以初始发射参数向所述保温管内壁发射超声波,若所述超声波接收器未接收到超声波;
9、实时获取所述目标保温管内的流体温度,根据所述流体温度计算流体内超声波的衰减系数;
10、根据所述衰减系数动态调整所述超声波发射器的发射参数,使得所述超声波接收器能够接收到超声波信号,将此时的发射参数作为预设发射参数。
11、可选的,根据所述流体温度计算流体内超声波的衰减系数:
12、衰减系数公式:其中,q为衰减系数,t为实测流体温度,为实验室预设温度,为温度下的流体密度,为预设系数;
13、根据所述衰减系数修正所述超声波发射器的发射声压:
14、
15、其中,为发射声压,为超声波接收器接收的最小声压,l为超声发射器与超声波接收器的直线距离;
16、根据所述发射声压动态调整所述超声波发射器的发射参数。
17、可选的,对所述第一声波执行变分模态分解算法,得到多个模态分量包括:
18、初始化变分模态分解算法参数,根据所述第一声波在时域中的波形长度确定k值;
19、对所述第一声波执行变分模态分解算法进行分解得到模态分量;
20、按照预设次数进行迭代,更新每一模态分量的频谱和中心频率,直到满足预设条件,则停止迭代并输出多个模态分量。
21、可选的,根据所述信号特征对目标保温管进行密封性检测包括:
22、根据所述信号特征确定模态分量的分布情况,通过模态分量在密封性区间的分布状况对所述目标保温管进行密封性判断;
23、若模态分量在密封性区间内的分布比例超过预设阈值,则判定所述目标保温管的密封性较强。
24、在本发明实施的第二方面,提出一种预制直埋保温管的密封性高效检测装置,包括:声波发射模块、参数确定模块、特征提取模块和密封检测模块:
25、所述声波发射模块,用于控制所述超声波发射器周期性以预设发射参数向保温管内壁发射超声波,所述超声波接收器接收超声波作为第一声波;
26、所述参数确定模块,用于提取所述第一声波的时域特征,根据所述时域特征确定变分模态分解算法的算法参数;
27、所述特征提取模块,用于对所述第一声波执行变分模态分解算法,得到多个模态分量,将各模态分量输入至卷积神经网络模型中提取信号特征;
28、所述密封检测模块,用于根据所述信号特征对目标保温管进行密封性检测。
29、可选的,所述装置包括:损耗验证模块、系数获取模块和参数调整模块:
30、所述损耗验证模块,用于控制所述超声波发射器以初始发射参数向所述保温管内壁发射超声波,若所述超声波接收器未接收到超声波;
31、所述系数获取模块,用于实时获取所述目标保温管内的流体温度,根据所述流体温度计算流体内超声波的衰减系数;
32、所述参数调整模块,用于根据所述衰减系数动态调整所述超声波发射器的发射参数,使得所述超声波接收器能够接收到超声波信号,将此时的发射参数作为预设发射参数。
33、可选的,所述参数调整模块包括:参数修正模块和声压调整模块:
34、衰减系数公式:
35、
36、其中,q为衰减系数,t为实测流体温度,为实验室预设温度,为温度下的流体密度,为预设系数;
37、所述参数修正模块,用于根据所述衰减系数修正所述超声波发射器的发射声压:
38、
39、其中,为发射声压,为超声波接收器接收的最小声压,l为超声发射器与超声波接收器的直线距离;
40、所述声压调整模块,用于根据所述发射声压动态调整所述超声波发射器的发射参数。
41、可选的,所述特征提取模块包括:参数初始化模块、声波分解模块和迭代模块:
42、所述参数初始化模块,用于初始化变分模态分解算法参数,根据所述第一声波在时域中的波形长度确定k值;
43、所述声波分解模块,用于对所述第一声波执行变分模态分解算法进行分解得到模态分量;
44、所述迭代模块,用于按照预设次数进行迭代,更新每一模态分量的频谱和中心频率,直到满足预设条件,则停止迭代并输出多个模态分量。
45、可选的,所述密封检测模块包括:分布模块和判断模块:
46、所述分布模块,用于根据所述信号特征确定模态分量的分布情况,通过模态分量在密封性区间的分布状况对所述目标保温管进行密封性判断;
47、所述判断模块,用于若模态分量在密封性区间内的分布比例超过预设阈值,则判定所述目标保温管的密封性较强。
48、本发明的有益效果:
49、本发明提出了一种预制直埋保温管的密封性高效检测方法,通过控制超声波发射器周期性以预设发射参数向保温管内壁发射超声波,超声波接收器接收超声波作为第一声波。提取第一声波的时域特征,根据时域特征确定变分模态分解算法的算法参数。对第一声波执行变分模态分解算法,得到多个模态分量,将各模态分量输入至卷积神经网络模型中提取信号特征。根据信号特征对目标保温管进行密封性检测。根据超声波信号的时域特征确定变分模态分解算法中的k值,确保超声波信号被分解成合适数量的模态分量,这些分量展示与管道缺陷相关的信息,减少因分解层数过多而引入不必要的噪声。提高超声波管道测损的准确性和可靠性。
本文地址:https://www.jishuxx.com/zhuanli/20240730/155373.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表