油气管道漏磁检测缺陷的三维成像技术
石油勘探开发中的两种三维技术
勘探开发石油勘探孖轚中的三维声波测井仪器技术早期的声波测量方法相对简单， 只是将地震信号与岩层进行对照拟 合。
现在，声波测量能掲示许多储层 与井眼特性，可以用来推导原始和次 生孔隙度、渗透率、岩性、孔隙压 力、侵入、各向异性、矿物组份、流 体类型、应力大小和方向、裂缝及其 方位，以及套管-水泥胶结质量等。
地 层特性通常有很强的方位性，因此， 必须进行三维测量才能提供完整的描 述。
三维声波能提供轴向（沿井筒 方向）、周向（顺着井周）、径向 (垂直于井筒方向）三个方向上的 测井数据。
井眼周围和较远处的变两种三雄技术■王大锐确的地层方位信息；采用较大功率发 射换能器及灵敏度更高的信号处理 电路，使得径向探测深度得到显著提 高，从而能获得更丰富、更深入的原 状地层信息，如图1所示。
传统的单极子声波测井技术可以 用来评价均匀地层；正交偶极子声波 测井技术可以用来评价对称轴沿水平 方向的横向各向同性地层。
随着勘探 开发的不断深入，石油勘探、开采的测井数据；（2)提供探测深度更高 的径向地层信息，包括评价井旁有 无污染带，评价地层伤害的程度， 准确测量原状地层的声波时差，为 地层流体测试、压力测试等各种近 井壁地层测试技术和井壁取心提供 可靠参考依据，为防砂作业提供依 据；（3)提供井周不均匀地层的 方位评价信息，准确评价井周地层 的声学和力学的周向不均匀性，为 定向钻井提供依据，为定向射孔提供距离，判断井孔是否穿过界面；(4)提供套管井水泥胶结质量评价 和地层评价信息。
虽然国外的三维声波测井技术发 展较早，但真正投入生产应用时间还化取决于多钟因素，包括井眼相对 于沉积层的角度。
水平地层中直井 的轴向变化是最典型的，能够指示 岩性、流体含量、孔隙度和渗透率 的变化。
由于应力分布不均匀以及 钻井引起的近井力学和化学变化， 造成了径向流体和岩石特性的变 化。
周向变化能表明由于矿物颗粒 分层、裂缝排列和应力差引起的各 向异性。
油气管道泄漏监测技术研究
油气管道泄漏监测技术研究一、背景介绍油气管道作为石油化工行业的主要运输通道，具有着极其重要的地位，同时也存在着潜在的安全隐患。
据统计，全球每年因油气管道泄漏而造成经济损失达上百亿美元。
因此，研究油气管道泄漏监测技术具有重要的现实意义。
二、传统油气管道泄漏监测技术目前，传统的油气管道泄漏监测技术主要包括以下几种：1.巡检法：主要通过人工巡检管道的方式来发现管道泄漏情况。
然而，该方法人员成本高，且监测周期长，难以满足快速监测的需求。
2.遥感法：主要通过航空或者卫星的方式来监测管道泄漏情况。
然而，该方法监测灵敏度低，且无法实现深部管道泄漏监测。
3.地面振动法：主要通过监测管道周围地面的振动情况来发现管道泄漏情况。
然而，该方法易受外界干扰，且无法准确判断泄漏位置。
三、非侵入式监测技术随着科技的不断发展，新型的非侵入式监测技术逐渐出现，可以提高管道泄漏监测的准确度和灵敏度。
目前，主要的非侵入式监测技术主要有以下几类：1.红外成像技术：主要通过红外线镜头来监测管道周围的温度变化来发现泄漏情况。
该技术难以和管道结构完全匹配，容易产生误判。
2.气体检测技术：主要通过监测泄漏气体类型和浓度来发现泄漏情况。
该技术监测范围有限，无法监测管道内部泄漏。
3.声波检测技术：主要通过监测管道内部的声波来发现管道泄漏情况。
该技术适用于管道内部泄漏监测，但难以实现管道外部泄漏监测。
4.振动检测技术：主要通过监测管道周围地面的振动情况来发现泄漏情况。
该技术易受外界干扰，且无法实现管道内部泄漏监测。
4、其他监测技术除了以上提及的技术外，还有一些新型的监测技术在逐渐应用于油气管道泄漏监测当中，如：1.纳米技术：可通过针对泄漏点周围的纳米传感器来监测泄漏情况。
2.压力波检测技术：通过检测管道内部压力的变化情况来检测泄漏情况。
3.电子鼻技术：通过监测泄漏气体的电离程度和电离能力来发现泄漏情况。
四、结语随着科技的不断发展，油气管道泄漏监测技术逐渐趋于完善。
管道部件及典型缺陷漏磁内检测图像化显示研究
㊀２０２１年㊀第１期Ｐｉｐｅｌｉｎｅ㊀Ｔｅｃｈｎｉｑｕｅ㊀ａｎｄ㊀Ｅｑｕｉｐｍｅｎｔ２０２１㊀Ｎｏ １㊀基金项目：国家重点研发计划项目（２０１８ＹＦＦ０２１５０００）收稿日期：２０２０－０９－１６管道部件及典型缺陷漏磁内检测图像化显示研究孟祥吉１，宋兵臣２，刘㊀健１，陈金忠１，孟㊀涛１，何仁洋１（１．中国特种设备检测研究院压力管道部，北京㊀１０００２９；２．中油石化建设工程有限公司，河南濮阳㊀４５７０００）㊀㊀摘要：针对管道漏磁内检测图像化显示研究，采用磁偶极子模型建立漏磁场分布与缺陷特征之间对应关系㊂建立Φ２１９管道有限元仿真模型，研究永磁场对不同缺陷及管道部件的漏磁信号分析，提取管道周向３６０ʎ上径向漏磁信号，并将漏磁内检测信号转化成漏磁内检测图像㊂结果表明，通过对漏磁数据进行图像化显示更加直观辨别缺陷及管件特征，并对后续图像处理表征缺陷大小提供参考㊂关键词：漏磁；磁偶极子；励磁；图像化；管道部件；典型缺陷中图分类号：ＴＧ１５６㊀㊀㊀文献标识码：Ａ㊀㊀㊀文章编号：１００４－９６１４（２０２１）０１－００２６－０７ＲｅｓｅａｒｃｈｏｎＶｉｓｕａｌｉｚａｔｉｏｎｏｆＭＦＬＩｎｔｅｒｎａｌＩｎｓｐｅｃｔｉｏｎｆｏｒＰｉｐｅｌｉｎｅＣｏｍｐｏｎｅｎｔｓａｎｄＴｙｐｉｃａｌＤｅｆｅｃｔｓＭＥＮＧＸｉａｎｇ⁃ｊｉ１，ＳＯＮＧＢｉｎｇ⁃ｃｈｅｎ２，ＬＩＵＪｉａｎ１，ＣＨＥＮＪｉｎ⁃ｚｈｏｎｇ１，ＭＥＮＧＴａｏ１，ＨＥＲｅｎ⁃ｙａｎｇ１（１．ＣｈｉｎａＳｐｅｃｉａｌＥｑｕｉｐｍｅｎｔＩｎｓｐｅｃｔｉｏｎａｎｄＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅＰｒｅｓｓｕｒｅＰｉｐｉｎｇＤｅｐａｒｔｍｅｎｔ，Ｂｅｉｊｉｎｇ１０００２９，Ｃｈｉｎａ；２．ＰｅｔｒｏＣｈｉｎａＣｏｎｓｔｒｕｃｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＬｉｍｉｔｅｄＣｏｍｐａｎｙ，Ｐｕｙａｎｇ４５７０００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｒｅｓｅａｒｃｈｏｆｐｉｐｅｌｉｎｅｍａｇｎｅｔｉｃｆｌｕｘｌｅａｋａｇｅｉｎｓｐｅｃｔｉｏｎｉｍａｇｅｄｉｓｐｌａｙ．Ｔｈｅｍａｇｎｅｔｉｃｄｉｐｏｌｅｍｏｄｅｌｗａｓｕｓｅｄｔｏｅｓｔａｂｌｉｓｈｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅｍａｇｎｅｔｉｃｌｅａｋａｇｅｆｉｅｌｄｄｉｓｔｒｉｂｕｔｉｏｎａｎｄｔｈｅｄｅｆｅｃｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．ＴｈｅｆｉｎｉｔｅｅｌｅｍｅｎｔｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｏｆΦ２１９ｐｉｐｅｌｉｎｅｗａｓｅｓｔａｂｌｉｓｈｅｄ，ａｎｄｔｈｅｍａｇｎｅｔｉｃｆｌｕｘｌｅａｋａｇｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｄｉｆｆｅｒｅｎｔｄｅ⁃ｆｅｃｔｓａｎｄｐｉｐｅｌｉｎｅｃｏｍｐｏｎｅｎｔｓｗｅｒｅａｎａｌｙｚｅｄｂｙｐｅｒｍａｎｅｎｔｍａｇｎｅｔｉｃｆｉｅｌｄ．Ｔｈｅｒａｄｉａｌｍａｇｎｅｔｉｃｆｌｕｘｌｅａｋａｇｅｓｉｇｎａｌｏｆｐｉｐｅｌｉｎｅｃｉｒ⁃ｃｕｍｆｅｒｅｎｔｉａｌ３６０ʎｗａｓｅｘｔｒａｃｔｅｄ，ａｎｄｔｈｅｍａｇｎｅｔｉｃｆｌｕｘｌｅａｋａｇｅｄｅｔｅｃｔｉｏｎｓｉｇｎａｌｗａｓｔｒａｎｓｆｏｒｍｅｄｉｎｔｏｍａｇｎｅｔｉｃｆｌｕｘｌｅａｋａｇｅｄｅｔｅｃ⁃ｔｉｏｎｉｍａｇｅ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｍａｇｅｄｉｓｐｌａｙｏｆｍａｇｎｅｔｉｃｆｌｕｘｌｅａｋａｇｅｄａｔａｉｓｍｏｒｅｉｎｔｕｉｔｉｖｅｔｏｉｄｅｎｔｉｆｙｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｄｅｆｅｃｔｓａｎｄｐｉｐｅｆｉｔｔｉｎｇｓ，ｔｈｕｓｐｒｏｖｉｄｉｎｇｒｅｆｅｒｅｎｃｅｆｏｒｔｈｅｓｕｂｓｅｑｕｅｎｔｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｕｓｅｄｔｏｃｈａｒａｃｔｅｒｉｚｅｔｈｅｄｅｆｅｃｔｓｓｉｚｅ．Ｋｅｙｗｏｒｄｓ：ｍａｇｎｅｔｉｃｌｅａｋａｇｅ；ｍａｇｎｅｔｉｃｄｉｐｏｌｅ；ｅｘｃｉｔａｔｉｏｎ；ｉｍａｇｉｎｇ；ｐｉｐｅｌｉｎｅｃｏｍｐｏｎｅｎｔｓ；ｔｙｐｉｃａｌｄｅｆｅｃｔｓ０㊀引言随着国内石油天然气事业的发展，油气管道的建设和使用也随之繁荣［１］㊂油气管道一般敷设在地下或海底，在长期的服役中，管道会因为腐蚀㊁磨损㊁意外损伤等因素，发生泄漏，造成巨大的损失［２］㊂因此，对在役油气管道进行无损检测，十分必要㊂漏磁内检测是管道内检测应用广泛的一种无损检测技术［３－６］㊂对于漏磁内检测的理论研究，Ｙ．Ｓｈｉ等［７］利用数值计算研究缺陷形状对漏磁信号的影响，得出漏磁信号的幅值随缺陷宽度和深度的增加呈递增的关系；Ｆ．Ｊｉａｎｇ等［８］采用二维矩形长直导线表面磁场的解析模型，最终导出了矩形裂纹表面磁场的解析解，研究了裂纹深度㊁宽度对水平㊁垂直磁感应强度和相位的影响㊂对于管道漏磁识别的研究，黄松岭等［９］介绍了缺陷的漏磁数据可视化㊁缺陷轮廓的二维成像和缺陷的三维漏磁成像㊂并在此基础上，讨论了缺陷漏磁成像技术的研究方向和发展趋势㊂王竹筠等［１０］研究了Ｌａｐｌａｃｉａｎ与多尺度数学形态学的焊缝漏磁图像边缘增强方法，提取漏磁信号图像的焊缝和缺陷边界㊂曹丽娜等［１１］研究了管道漏磁图形化显示，结果表明曲线图形较好地表现了数据变化的真实性，灰度图的效果也较理想，管道的特征信息显示更形象㊁㊀㊀㊀㊀㊀第１期孟祥吉等：管道部件及典型缺陷漏磁内检测图像化显示研究２７㊀㊀直观，提高了数据分析的质量㊂基于以上研究现状，本文通过磁偶极子模型和有限元仿真方法建立漏磁场分布与缺陷特征之间的对应关系㊂利用有限元仿真，研究影响永磁励磁漏磁场信号的各种因素，以达到最佳励磁状态，并且对不同缺陷及管道部件的漏磁特性进行分析；提取管道周向３６０ʎ上径向漏磁信号，并将漏磁内检测信号转化成漏磁内检测图像㊂１㊀缺陷漏磁场的磁荷模型１．１㊀漏磁内检测的基本原理漏磁内检测以高导磁率的铁磁性材料为作用对象，石油管道管壁为铁磁性材料，使用磁铁对管道壁进行磁化，磁场的磁力线被束缚在管道壁的内部沿着管道的方向传播，几乎没有磁场溢出㊂空气的磁阻远大于管壁的磁阻，当管道上某处存在缺陷时，原先均匀分布的磁场会在缺陷处产生畸变，使得部分磁场溢出，这种在缺陷处溢出的磁场为缺陷漏磁场㊂图１显示为被饱和磁化的管道在缺陷处溢出磁场㊂图１㊀缺陷漏磁场分布示意图１．２㊀缺陷漏磁场的磁荷模型确定缺陷漏磁场与缺陷几何参数的对应关系，是进行缺陷定量分析的前提条件，采用磁偶极子法来建立漏磁场分布模型，如图２所示㊂图２㊀矩形槽的磁荷模型示意图根据磁偶极子理论模型［１２］，材料表面矩形槽引起漏磁场近似表达式，建立三维空间坐标系，空间中的任意一个点Ｐ处磁场强度的水平分量Ｈｘ和垂直分量分量Ｈｙ为：Ｈｘ＝ρｓ２πμ０ａｒｃｔａｎｈ（ｘ＋ｂ）（ｘ＋ｂ）２＋ｙ（ｙ＋ｈ）－ａｒｃｔａｎｈ（ｘ－ｂ）（ｘ－ｂ）２＋ｙ（ｙ＋ｈ）éëêêùûúú（１）Ｈｙ＝ρｓ４πμ０ｌｎ（ｘ＋ｂ）２＋（ｙ＋ｈ）２（ｘ＋ｂ）２＋ｙ２－ｌｎ（ｘ－ｂ）２＋（ｙ＋ｈ）２（ｘ－ｂ）２＋ｙ２éëêêùûúú（２）式中：２ｂ为面偶极子长度；ｈ为深度；ρｓ为两边的磁荷面密度㊂１．３㊀缺陷大小对漏磁信号的影响１．３．１㊀缺陷长度对漏磁信号的影响通过磁偶极子理论分析，由图３直观看到缺陷长度的影响情况㊂（ａ）水平分量漏磁信号（ｂ）垂直分量漏磁信号图３㊀缺陷长度对漏磁信号的影响固定缺陷的宽度㊁深度，改变缺陷长度分别为２㊁４㊁６㊁８㊁１０㊁１２ｍｍ㊂从图３看出，随着缺陷长度的增加，垂直分量的幅值呈递增趋势㊂１．３．２㊀缺陷深度对漏磁信号的影响固定缺陷的长度㊁宽度，改变缺陷的深度分别为㊀㊀㊀㊀㊀２８㊀ＰｉｐｅｌｉｎｅＴｅｃｈｎｉｑｕｅａｎｄＥｑｕｉｐｍｅｎｔＪａｎ ２０２１㊀１㊁２㊁３㊁４㊁５㊁６ｍｍ㊂从图４可以看出，随着缺陷深度的增加，垂直分量和水平分量呈递增的趋势㊂（ａ）水平分量漏磁信号（ｂ）垂直分量漏磁信号图４㊀缺陷深度对漏磁信号的影响从图３和图４可以得到，相对水平分量，垂直分量的变化趋势明显，为更好地定量表征缺陷大小，以垂直分量进行分析㊂２㊀管道励磁仿真模型的建立使用Ｃｏｍｓｏｌ有限元仿真软件，建立Φ２１９（壁厚为７ｍｍ）管道永磁励磁磁路模型㊂表１为模型的几何尺寸及材料属性㊂图５为建立的永磁磁路模型，其中模型已将空气层及管道隐藏显示㊂空气的相对磁导率为１，管道㊁钢刷㊁永磁铁和轭铁的Ｂ－Ｈ曲线如图６所示㊂表１㊀漏磁磁路模型各部分几何尺寸及材料属性ｍｍ部件名称模型内半径模型外半径模型长度材质管道１０２．５１０９．５５００Ｘ５２钢刷７９．５１０２．５７０１０＃永磁铁６９．５７９．５７０ＮｄＦｅＢ轭铁 ６９．５２００Ｑ２３５空气层２５０．０６００图５㊀永磁磁路模型（ａ）管道Ｂ－Ｈ曲线（ｂ）钢刷Ｂ－Ｈ曲线（ｃ）永磁铁Ｂ－Ｈ曲线（ｄ）轭铁Ｂ－Ｈ曲线图６㊀不同材料的磁化曲线㊀㊀㊀㊀㊀第１期孟祥吉等：管道部件及典型缺陷漏磁内检测图像化显示研究２９㊀㊀㊀㊀长输管道进行漏磁内检测可以判定管道是否存在缺陷，通过对管道缺陷进行识别分析及早对管道进行维修，以预防管道事故的发生，提高管道运行寿命㊂在有限元分析中，建立典型缺陷及不同的管道特殊部件，包括缺陷㊁焊缝㊁法兰㊁外接物等模型，如图７所示㊂（ａ）缺陷模型（ｂ）焊缝模型（ｃ）法兰模型（ｄ）外接金属物模型图７㊀典型缺陷和管道特殊部件模型３㊀仿真结果分析３．１㊀典型缺陷仿真结果３．１．１㊀单一缺陷漏磁图像化管道缺陷漏磁场受多种因素的影响，如管道材质㊁管道内压㊁管壁磁化强度㊁缺陷尺寸㊁缺陷位置等㊂其中，缺陷尺寸对管道缺陷漏磁信号影响最大㊂为说明缺陷尺寸对漏磁信号的影响，进行了不同缺陷半径和缺陷深度的仿真分析㊂当圆柱型缺陷深度固定为４ｍｍ，缺陷半径分别为２㊁４㊁６㊁８㊁１０ｍｍ；当缺陷半径固定为６ｍｍ，缺陷深度分别为２㊁３㊁４㊁５㊁６㊁７ｍｍ，分别进行漏磁仿真分析，图８给出了两种情况下的径向磁感应强度曲线㊂从图８（ａ）可以看出，径向磁场强度随着缺陷半径的增大而增加，并且两峰值之间的间距也逐渐变宽㊂从图８（ｂ）可以得到，径向磁场强度的幅值随着缺陷深度的增加而增大㊂图９和图１０为缺陷漏磁的图像，图９给出了不同半径的图像，从图９中可以明显看出图像化缺陷漏磁信号的面积随着缺陷半径的增大而增加㊂由图１０可知，图像化的缺陷漏磁信号能量明显随着缺陷深度的增加而增大㊂（ａ）不同半径径向磁场强度（ｂ）不同深度径向磁场强度图８㊀不同尺寸的径向磁场强度３．１．２㊀相邻缺陷漏磁图像化管道经过长年的运营，存在多个缺陷相邻甚至缺陷连成片区的现象，研究各个缺陷漏磁场之间是否存在相互影响，能够进一步提高管道缺陷的识别度㊂仿真中２个相邻缺陷半径为６ｍｍ㊁深为４ｍｍ，２个相邻缺陷间距分别为１０㊁２０㊁３０㊁４０ｍｍ㊂从图１１清晰地显示，两缺陷相邻越近，两者之间的影响程度越大，随着间距的增大，其相互影响程度逐渐降低，当两缺陷相邻间距大于２０ｍｍ时，多个相邻缺陷可以明显区分㊂３．２㊀管道部件漏磁场仿真结果对管道进行漏磁内检测时，除管体缺陷外，管体上的补板㊁焊缝㊁法兰㊁外接金属物等管件也产生漏磁场㊂在仿真分析过程中，检测器的检测方向与缺陷漏磁场分析过程相同，并按照与获取缺陷漏磁场径向漏磁分量的方法得出补板㊁焊缝㊁法兰㊁外接金属物的漏磁图像㊂㊀㊀㊀㊀㊀３０㊀ＰｉｐｅｌｉｎｅＴｅｃｈｎｉｑｕｅａｎｄＥｑｕｉｐｍｅｎｔＪａｎ２０２１㊀（ａ）半径为４ｍｍ㊀㊀㊀㊀（ｂ）半径为６ｍｍ（ｃ）半径为８ｍｍ㊀㊀㊀㊀（ｄ）半径为１０ｍｍ图９㊀不同缺陷半径图像（ａ）深度为１ｍｍ㊀㊀㊀㊀（ｂ）深度为３ｍｍ（ｃ）深度为５ｍｍ㊀㊀㊀㊀（ｄ）深度为７ｍｍ图１０㊀不同缺陷深度图像㊀㊀㊀㊀㊀第１期孟祥吉等：管道部件及典型缺陷漏磁内检测图像化显示研究３１㊀㊀（ａ）间距为１０ｍｍ㊀㊀㊀㊀（ｂ）间距为２０ｍｍ（ｃ）间距为３０ｍｍ㊀㊀㊀㊀（ｄ）间距为４０ｍｍ图１１㊀不同缺陷间距漏磁图像从图１２可以看出，当磁场通过补板时，漏磁场发生明显变化，补板漏磁场能量明显大于缺陷漏磁场㊂（ａ）补板与缺陷图像㊀㊀㊀㊀（ｂ）缺陷图像图１２㊀补板与缺陷漏磁图像对比管道焊缝检测是无损检测技术中的难题㊂以管道接口处的环焊缝与螺旋焊缝为研究对象，分析焊缝漏磁场的分布㊂图１３为环焊缝与螺旋焊缝的图像，从图中可以清晰看出环焊缝的磁感应强度呈周向分布，螺旋焊缝的磁感应强度呈周向螺旋分布㊂长输管道中，法兰保障管道连接的密封性，具有易于更换㊁检测㊁拆卸等优点，被广泛使用㊂法兰连接使管道连接处管壁突增，因此当进行漏磁内检测时，会在法兰连接处检测到其产生的漏磁信号㊂图１４为法兰的漏磁图像，从图中可以看出，在法兰边缘位置，径向磁感应强度达到极值；法兰交界处由于空气的存在会造成一定的影响，径向磁感应强度与周围管道能量一致㊂管道外接金属物与管外壁连接时，外接金属物中心位置可看作直径比较大的缺陷穿孔㊂图１５为外接㊀㊀㊀㊀㊀３２㊀ＰｉｐｅｌｉｎｅＴｅｃｈｎｉｑｕｅａｎｄＥｑｕｉｐｍｅｎｔＪａｎ２０２１㊀图１３㊀环焊缝与螺旋焊缝漏磁图像图１４㊀法兰漏磁图像金属物的漏磁图像㊂从图中可以看出，外接金属物中心位置的漏磁场能量几乎为零，且明显区分于缺陷漏磁图像㊂图１５㊀外接金属物漏磁图像４㊀结论采用磁偶极子模型建立漏磁场分布与缺陷特征之间的对应关系，相对水平分量，垂直分量的变化趋势明显㊂通过有限元仿真，研究永磁励磁情况下，图像化的典型缺陷漏磁信号能量明显随着缺陷深度和半径的增加而增大；两缺陷相邻越近，两者之间的影响程度越大，随着间距的增大，其相互影响程度逐渐降低㊂根据管道部件漏磁场的图像，可更加直观清晰辨别不同管件特征㊂通过对漏磁数据进行图像化显示更加直观辨别缺陷及管件特征，并对后续图像处理提供参考㊂参考文献：［１］㊀贾涛．油气储运技术发展研究进展及未来发展趋势［Ｊ］．石化技术，２０１９，２６（１１）：２６７－２６８．［２］㊀杨理践，王健，高松巍．管道腐蚀超声波在线检测技术［Ｊ］．中国测试，２０１４（１）：８８－９２．［３］㊀马义来，何仁洋，陈金忠，等．基于ＦＰＧＡ＋ＡＲＭ的管道漏磁内检测数据采集系统设计［Ｊ］．无损检测，２０１７，３９（８）：７１－７４．［４］㊀陈金忠，王俊杰，马义来，等．基于电流测量的管道阴极保护状态内检测技术［Ｊ］．无损检测，２０１８，４０（６）：９－１１；３１．［５］㊀李春雨，马义来，张莉莉，等．基于脉冲涡流的管道内检测系统设计［Ｊ］．无损检测，２０１８，４０（７）：６５－６８．［６］㊀马义来，陈金忠，邵卫林，等．多功能管道内检测器测试平台研制［Ｊ］．管道技术与设备，２０２０（１）：５４－５７．［７］㊀ＳＨＩＹ，ＺＨＡＮＧＣ，ＬＩＲ，ｅｔａｌ．Ｔｈｅｏｒｙａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｍａｇｎｅｔｉｃｆｌｕｘｌｅａｋａｇｅｐｉｐｅｌｉｎｅｄｅｔｅｃｔｉｏｎ［Ｊ］．Ｓｅｎｓｏｒｓ，２０１５，１５（１２）：３１０３６－３１０５５．［８］㊀ＪＩＡＮＧＦ，ＬＩＵＳＬ，ＸＩＡＯＳＧ．Ｑｕａｎｔｉｔａｔｉｖｅｅｓｔｉｍａｔｉｏｎｏｆｒｅｃ⁃ｔａｎｇｕｌａｒｓｕｒｆａｃｅｃｒａｃｋｂａｓｅｄｏｎｔｈｅ２⁃Ｄｍｏｄｅｌｉｎｇｏｆｓｕｒｆａｃｅｍａｇｎｅｔｉｃｆｉｅｌｄｗｉｔｈｌｏｎｇｓｔｒａｉｇｈｔｒｅｃｔａｎｇｕｌａｒｗｉｒｅ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＭａｇｎｅｔｉｃｓ，２０１８，５４（５）：１－１２．［９］㊀黄松岭，彭丽莎，赵伟，等．缺陷漏磁成像技术综述［Ｊ］．电工技术学报，２０１６，３１（２０）：５５－６３．［１０］㊀王竹筠，杨理践，高松巍．基于Ｌａｐｌａｃｉａｎ与多尺度数学形态学的漏磁图像边缘增强方法［Ｊ］．辽宁石油化工大学学报，２０１９，３９（５）：９８－１０２．［１１］㊀曹丽娜，李健，陈世利，等．管道漏磁内检测数据图形化显示的研究［Ｊ］．电子测量技术，２００７，３０（２）：１６２－１６４．［１２］㊀仲维畅．工件表面矩形沟槽引起的漏磁场分析［Ｊ］．无损检测，２００４，２６（７）：３３９－３４１；３８２．作者简介：孟祥吉（１９９０ ），硕士，工程师，主要从事压力管道内检测及监测技术工作㊂Ｅ⁃ｍａｉｌ：ｍｅｎｇｘｉａｎｇｊｉｓｕｎ＠１６３．ｃｏｍ。
激光成像在输油管道缺陷探测中的应用
激光成像在输油管道缺陷探测中的应用输油管道是连接石油生产地和储油仓库之间的一条高压管道，也是石油运输的主要通道。
相较于其他交通工具，管道输送石油更加快捷、经济和安全。
但是，长期以来，输油管道的安全问题一直是一个难题，管道存在缺陷会给输油安全带来很大的威胁。
因此，如何在输油管道运行期间及时、准确地发现管道缺陷就成为了一项重要的课题。
其中，激光成像技术成为了一种很有前途、应用广泛的技术。
一、激光成像技术激光成像技术是利用激光的散射或反射成像来获取样品的表面形貌和内部结构的技术。
其优点主要在于成像速度快、对样品伤害小、分辨率高等等。
因此，激光成像技术在机器人探险、医学影像等领域都有着广泛的应用。
二、针对输油管道存在的缺陷问题，激光成像技术被广泛应用在缺陷探测中。
在传统的缺陷探测方法中，即使有高精度的探测设备和专业的人员，也需要将管道完全停机才能进行检测。
这样不仅耗费时间、耗费资源，更会对工业生产造成不必要的影响。
而采用激光成像技术可以解决这个问题。
因为其成像速度快、分辨率高、无需触碰物体等优点，只需要在管道悬空的情况下通过激光机器人进行缺陷探测即可。
此外，采用激光成像可以从几个方面获取管道的信息，总结如下：1. 管道内部结构检测由于管道的长期运行，容易出现各种各样的内部结构问题。
例如腐蚀、裂纹等等，这些都会影响管道的使用寿命。
采用激光成像技术，可以通过管道表面的信息获取管道内部的信息。
具体来说，在管道表面打激光，通过激光的反射或散射获取表面形貌，利用相应的算法将其处理，将被检测区域内的内部结构信息提取出来。
2. 管道尺寸测量管道的长度、直径等尺寸信息对管道缺陷的发现和维护有着非常重要的作用。
采用激光成像技术，可以通过悬空的激光机器人在管道表面打激光，根据激光反射的强度计算出管道的尺寸。
3. 管道应力检测应力是管道运行中一个非常重要的指标。
采用激光成像技术，可以通过管道表面的弯曲程度和使用算法来计算管道所受的压力和应力情况。
浅议三维可视化技术在油气田管线管理中的应用探索
三维 可 视化 技术是 油 气 田管线 可
Ｐ Ｇｌ Ｓ 平 台 是 一 款 专 业 应 用 于 石 油 平 台 ， 它 主 要 为三 维 地 质 数 据 建模 提
能够 快速进 行 别 是 能 够 针 对 石 油 管 线
管线三 维可 视化 系统架 构包 括 ：
目前 国 内 多 家 管 线 信 息 系 统 是 基 于 国 内 管理 问题 解 决 方案 提 供 支 撑 。
动 态 分析 管线 的地 质 环 境 空 间和 属性 数 ＡＲ Ｃ／ 『 Ｎ Ｆ Ｏ、 Ｍ ＡＰ Ｊ Ｎ Ｆ Ｏ、 ＡＲ ＣＧｌ Ｓ 府 用层 、服务 层 、平 台层 、数据层 。 据 ，虚 拟 现 实 场 景 ， 为 管 理 决 策 、 风 等 ）。 这 些 系 统 除 满 足 ＧＩ Ｓ的 基 本 功 险 监 控 和 现 场 操 作 提 供 技 术 支 撑 和 保 能 外 ，还 具 有 管 线 管 理 的 部 分 专 业 功 （ 如 图１ 所示 ） 应 用 层 提 供 油 气 田 管 线 的 综
与地质环境 有关。
而 解 决 上 述 隐 患 的 方 法 就 是 搭 建 基于 三 维 地 质 模 型 的智 能 管 线 三 维 可视
化 系统 。 该 系统 主 要 通 过 采 集 、 建模 、
实世界 的 目标 。
针 对管线三 维的可视 化研究 ，
外 大 型 Ｇｌ Ｓ 软 件 进行 二 次开 发 ， （ 如
视 化技 术在 智 能管 线管理 平 台中 的构 的三维 系统缺 少 地质 数据 的支撑 ，视 辅助依据。
建 ，发 挥 该 平 台 及 时 预 测 、 杜 绝 隐 患 觉 效 果 上 无 现 实 感 ， 隐 患 分 析 缺 少 重 服 务 层 将 平 台 层 和 数 据 层 中 获
Φ1016油气管道三维漏磁动磁内检测设备工业示范应用
第34卷第$期机电产品开发与创新Vol.34,No.1 2021年1月Development&Innovation of Machinery&Electrical Products J/n.,2021文章编号：1002-6673(2021)01-080-04①1016油气管道三维漏磁/动磁内检测设备工业示范应用付大为!!马强",郭饈!!胡铁华1(1.机械科学研究总院集团有限公司，北京100044；2国家管网集团河北建投天然气发展有限责任公司，河北石家庄050001)摘要：①1016油气管道是我国现有建成的大口径、高压、大排量、高强钢的主要干线管道，其安全隐患日益突出，尤其是环焊缝问题&本文作为国家“十三五”重点研发计划项目的研究成果之一，针对此类问题开展了三维漏磁/动磁检测方法研究，并在完成原型机实验及牵拉场测试基础上，开展了工业现场示范&该工业示范经过初步检测数据分析及开挖验证，验证结果符合实际工程需要&关键词：油气管道；三维漏磁(动磁(金属损失(裂纹(內检测；工业示范中图分类号：TE973；TE88文献标识码：A doi:10.3969/j.iss4.1002-6673.2021.01.026Industrial Demonstration and Application of3D MFL/Dynamic Magnet In-line Inspection ToolsCustomized for!1016Oil and Gas PipelineFUDa-Wei1,MA Qiang1,GUO Xian1,HU Tie-Hu($(1.China Academy of Machinery Science and Technology Group Co.,Ltd.,Beijing100044,China；2.Hebei Natural Gas Construction and Investment Development Co.,Ltd., National Petroleum andNatural Gas Pipe Network Group Co.,Ltd(PipeChina),Shijiazhuang Hebei050001, China)Abstract:①1016oil and gas pipelines are the main trunk lines constructed and operated in China in recent years,with the feature of large diameter,high pressure,high flow rate and high-strength steel.The potential safety hazards of this pipeline are getting more and more prominent as well,especially the girth welds problems.As one of the research findings of"National Key Research and Development Project in the13th Five-Year Plan",this paper discusses the method of3D MFL/dynamic magnet in-line inspection tool,the sample machine of this type of inspection tool,how it performs during the pull-through test,and the subsequent on-site industrial demonstration.Based on the preliminary test data analysis and verification dig,the industrial demonstration practice turned out to be a conforming one as the inspection results have met the actual engineering needs.Keywords:Oil and gas pipeline；3D MFL；Dynamic magnet；Metal loss；Crack；in-line inspection；Industrial demonstration0引言油气管道作为油气储运重要基础设施，其安全备受社会关注'近年来以高强钢、大管径、高压力、大排量为主的工程建设越来越多％尤其是已建成的大管道!1016有：西气东输一线、川气东送、中缅管道、陕京三线、秦沈、中贵及各种联络线,!1016管道已经成为我国天然气输送的主要管道。
管道漏磁内检测缺陷可视化方法
管道漏磁内检测缺陷可视化方法摘要：长期以来，管道漏磁内检测以其对管道内环境要求不高、不需要耦合剂、适用范围广、价格低廉等优越性，成为目前管道检测应用中使用最为广泛、技术最成熟的检测手段。
而对管道检测数据进行可视化分析，得到管道内部缺陷和焊缝的特征信息是对管道进行修复的前提条件，也是保证管道安全使用的一项重要工作。
关键词：管道漏磁；内检测；缺陷；可视化方法前言管道检测技术已有四十多年研究、发展的历史，是一个多学科领域的综合性研究问题，是以大量的理论和工程技术为背景的。
在漏磁、超声、涡流等检测技术方法中，漏磁检测技术应用最广泛、技术最成熟，适用于多种传输介质，对铁损失等常见的管道缺陷有着很好的检测效果。
１、管道漏磁内检测器管道漏磁内检测器分成三节，即测量节、计算机节和电池节。
每节的前后都有橡皮碗支撑在管道内，节与节之间由万向节相连。
整个系统靠油和气的推力向前行走。
每一节均为密闭结构，可耐１０ＭＰａ的压力。
其示意图如图１所示。
管道漏磁内检测器自带电源，随传输流体在管道中运行，在运行过程中由检测器携带的励磁设备向管壁加载恒定磁场，而由传感器测量管壁内侧泄露的磁通密度，测量数据经压缩后存放在检测器的存储设备中。
当检测器经过缺陷或其它特征物（螺旋焊缝、连接焊缝、Ｔ形接口和阀门等）时，会有漏磁通泄露出管壁而被传感器测得。
测试系统工作完毕，将其从地下取出，对沿途测得的数据进行处理和分析，可以判定管道内的缺陷及腐蚀情况。
图１漏磁检测器示意图２、数据的曲线图形管道漏磁内检测数据的曲线图形通常称为漏磁曲线。
漏磁曲线是人工对漏磁数据进行分析的主要依据。
管道漏磁内检测数据主要可分为缺陷数据和非缺陷数据两大类。
在管道无缺陷处，漏磁信号幅值较小，漏磁曲线平滑，没有特殊畸变；在管道有缺陷处检测到的漏磁信号由于边缘场效应发生突变，漏磁信号变化幅度较大。
根据管道漏磁内检测数据的结构，每条曲线表示一个通道（管道漏磁内检测装置的探头），每个漏磁数据的序数为曲线的横坐标、具体记录的数值通过一定的处理变换称为曲线上对应的纵坐标，连接相邻的点，画出漏磁曲线。
管道超声内检测三维成像技术研究
第 １期
北京 石油 化工 学 院学报
Ｊ ｕ ｎ ｌ ｆＢ ｉ ｎ ｎ ｔｔ ｔ ｆ ｏ ｒ ａ ｅｊ ｇ Ｉ ｓｉｕ ｅｏ ｏ ｉ
Ｐｅ ｒ — ｈｅ ｃ ｌＴｅ ｈ ｌ ｙ ｔ ｏ ｃ ｍｉ ａ ｃ ｎｏ ｏｇ
Ｖｏ ＿ ０ Ｎｏ １ ｌ２ ．
Ｍ ａ ． ０１ ｒ２ ２
盛
沙等 ．管道 超声 内检 测三 维 成像技 术研 究
３
面 ， 两 曲面用 一定 的体 元 素填充 后 ， 可 以得 把 便
到 管道 的三 维 图像 。
的全 覆盖 。
商 一 面
图６ ２ ０通 道 超 声 波 管 道 内检 测 器
３ 管道 内检 测 三维 成 像 技 术 实 现
三 维成像 表 现 出传 统 二维 图像无 可 比拟 的优 越
检 测设 备进 入管 道 内部完 成管道 壁腐蚀 缺 陷 的 检测， 因此称 为管 道 内检测 ［ ］ ８ 。超 声波 检测 法 由于可 以直 接测 量管线 内缺 陷 的位 置 和尺 寸并
性， 而综 观 当前 的研究 ， 于超 声波 的三 维成像 对 方 法 只有文 献Ｅ ］ ６ 中实 现 了基于 相控 阵 的方式 ， 此 种方式 由于实 时性 和探 头角 度 的条件 要求 不
探 头问 的夹 角 ａ 就 可 以得 到 管道 内 外 壁 上 离 ，
散 点 的空 间坐标 。
射 回来 ， 为 底 面 回波 Ｂ。超 声 波 探 头 距管 道 成 内壁 的距 离被设 定 为标称 距离 。超 声波 遇到 管 道 内壁和 外壁 反射 波 回来 所用 的时间差 可 以用
图 ３ 管 道截 面 图
斌 等 ＿研 究 了基 于导 波 理 论 的 管 道 缺 陷 成 像 ， 】 实 现 了管道 不 同位置 的缺 陷在 轴 向和周 向的二 维 定位 。汪 卫兵 等Ｌ 实现 了管 道缺 陷超 声 自动 ２ 成 像 系 统 ， 到 缺 陷 的 Ｂ扫 描 成 像 。刘 松 平 得
石油勘探中的三维地震成像技术
石油勘探中的三维地震成像技术石油勘探是指利用各种地质和地球物理方法，通过对地下油藏的勘探、评价和开发，寻找和开采石油资源的一系列技术和工作。
在这一过程中，地震成像技术是一项重要的工具，尤其是三维地震成像技术。
三维地震成像技术是指在地震勘探过程中，通过对地震数据的采集、处理和解释，形成三维地下模型，为油藏的勘探和评价提供准确的地下信息。
它具有高分辨率、高精度和高可视化等特点，已成为石油勘探领域的重要技术。
首先，三维地震成像技术的基本原理是利用地震波在地下传播的特性。
地震波在地下介质中的传播速度与介质的密度、弹性模量等参数有关。
通过布放地震仪器，记录地震波在地下反射、透射和散射等过程中的振幅、相位和到时等信息。
然后，通过地震数据的处理和解释，将这些信息转化为地下模型，以实现对油藏的准确预测和评价。
其次，三维地震成像技术的实施流程包括数据采集、数据处理和数据解释等环节。
在数据采集阶段，地震仪器会被布放在地表或地下井中，记录地震波的传播情况。
采集的地震数据会经过预处理、去噪和数据校正等步骤，以获得质量较好的数据。
在数据处理阶段，采用各种算法和方法，如偏移、叠前深度偏移、断层提取和速度模型建立等，对数据进行处理，以提取地下信息。
最后，在数据解释阶段，地震学家和地质学家等专业人员会对处理后的数据进行进一步解释，以获取地下模型。
三维地震成像技术在石油勘探中具有广泛的应用价值。
首先，它可以帮助勘探人员准确地掌握油藏的几何形态和空间布局，了解油藏的大小、厚度和倾向等。
其次，它可以揭示油藏的内部结构和岩性变化，为判断油藏的性质和类型提供依据。
再次，它可以评估原油和天然气在地下的储量和分布情况，以指导勘探和开发工作。
此外，三维地震成像技术还可以检测油藏的异常区域和流体动态变化等信息，为油藏的管理和优化提供支持。
然而，三维地震成像技术也存在一些挑战和问题。
首先，地震数据的采集和处理需要大量的时间和成本投入。
其次，在复杂地质条件下，如地下构造复杂和地震响应复杂的区域，成像的准确性和可靠性会受到一定的限制。
科技成果——油气运输管道漏磁检测系统
科技成果——油气运输管道漏磁检测系统 技术开发单位 合肥中大检测技术有限公司适用范围本技术适用于保障油气采集与输送管道安全。
可对各种口径管道内外壁的周向、轴向、斜向分布缺陷，内部缺陷以及壁厚进行检测和识别。
该系统既可应用于管道生产企业，监测和控制成品管道质量，剔除不合格产品；也可对施工现场或在役管道进行检测，具有良好的推广前景。
成果简介在外磁场的磁化下，铁磁性管道内若有缺陷，缺陷内的磁场随缺陷的形状变化。
根据铁磁性管道裂纹内场强的方程式：o f g g H b a b a H ⋅+⋅+=11μμ可知：缺陷在外表面空间形成的漏磁场与缺陷有关。
当传感器贴合工件表面扫查时，传感器拾取缺陷漏磁场并转化为缺陷信号。
施加多维磁激励，使各种缺陷产生缺陷漏磁场的检测原理称漏磁检测。
关键技术关键技术一：管道短盲区磁化技术。
采用单一线圈磁化器与聚磁器代替传统的双线圈磁化器，目的是激励管道缺陷变化信息的显现，避免双线圈磁化器检测盲区较长的缺点，使得检测盲区不超过50mm 。
关键技术二：阵列化传感器。
将管道全部区域的质量变化信息转换成电信号，即将管道的内含缺陷和壁厚变化在管道外表面形成的磁场B 的变化信息转换成缺陷电势Hr 。
若B 和Hr 之间实际存在非线性关系，处理电路和监控软件程序将进行非线性关系补偿。
关键技术三：管道质量信息图形化检测软件。
根据多通道处理电路输出和管道各向内外壁缺陷和壁厚等质量对应关系，在计算机监控界面上显示管道质量图形信息。
主要技术指标（1）检测管道外径范围：73≤d≤180mm；114≤d≤245mm；180≤d≤340mm；340≤d≤680mm。
（2）检测管道壁厚范围：3-25mm。
（3）检测管道长度范围：6-18m。
（4）最高探伤灵敏度：外壁L2纵向、横向和斜向刻槽，25×（0.25-1）×5%。
（5）壁厚监测灵敏度：壁厚变薄10%、12.5%则报警。
（6）壁厚监测覆盖率：管道全覆盖壁厚监测。
基于三维扫描的油气管道缺陷智能评价系统设计
㊀２０２１年㊀第３期Ｐｉｐｅｌｉｎｅ㊀Ｔｅｃｈｎｉｑｕｅ㊀ａｎｄ㊀Ｅｑｕｉｐｍｅｎｔ２０２１㊀Ｎｏ ３㊀收稿日期：２０２０－１１－０３基于三维扫描的油气管道缺陷智能评价系统设计刘婉莹，许好好，李㊀想，王西明，王㊀军（浙江浙能技术研究院有限公司，浙江杭州㊀３１０００３）㊀㊀摘要：为了解决埋地长输油气管道人工测量缺陷误差较大㊁评价结果准确性难以保证等问题，研发一套基于三维扫描的油气管道缺陷智能评价系统，将缺陷扫描模块㊁自动识别模块以及智能评价模块进行整合㊂利用三维激光扫描技术对油气管道外表面缺陷进行三维建模，开发缺陷自动识别功能，能够快速准确地得到缺陷的特征参数㊂根据国内外油气管道缺陷评价标准，编写缺陷评价标准库㊂通过自动调用评价标准库判断缺陷类型，分析缺陷输出评价结果㊂通过缺陷历史数据比对，还能够对缺陷进行风险预测㊂关键词：三维扫描；油气管道；缺陷；智能评价；缺陷比对；风险预测中图分类号：ＴＥ８８㊀㊀㊀文献标识码：Ａ㊀㊀㊀文章编号：１００４－９６１４（２０２１）０３－０００７－０４ＤｅｓｉｇｎｏｆＩｎｔｅｌｌｉｇｅｎｔＥｖａｌｕａｔｉｏｎＳｙｓｔｅｍｆｏｒＤｅｆｅｃｔｓｏｎＯｉｌａｎｄＧａｓＰｉｐｅｌｉｎｅｓＢａｓｅｄｏｎ３ＤＳｃａｎｎｉｎｇＬＩＵＷａｎ⁃ｙｉｎｇ，ＸＵＨａｏ⁃ｈａｏ，ＬＩＸｉａｎｇ，ＷＡＮＧＸｉ⁃ｍｉｎｇ，ＷＡＮＧＪｕｎ（ＺｈｅｊｉａｎｇＥｎｅｒｇｙＧｒｏｕｐＲ＆ＤＩｎｓｔｉｔｕｔｅＣｏ．，Ｌｔｄ．，Ｈａｎｇｚｈｏｕ３１０００３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｓｓｕｃｈａｓｌａｒｇｅｅｒｒｏｒｏｆｍａｎｕａｌｍｅａｓｕｒｅｍｅｎｔｏｆｂｕｒｉｅｄｌｏｎｇ⁃ｄｉｓｔａｎｃｅｏｉｌａｎｄｇａｓｐｉｐｅｌｉｎｅａｎｄｄｉｆｆｉｃｕｌｔｙｉｎｅｎｓｕｒｉｎｇｔｈｅａｃｃｕｒａｃｙｏｆｅｖａｌｕａｔｉｏｎｒｅｓｕｌｔｓ，ａｎｉｎｔｅｌｌｉｇｅｎｔｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｆｏｒｏｉｌａｎｄｇａｓｐｉｐｅｌｉｎｅｄｅｆｅｃｔｓｂａｓｅｄｏｎ３Ｄｓｃａｎｎｉｎｇｗａｓｄｅｖｅｌｏｐｅｄ．Ｔｈｅｓｙｓｔｅｍｉｎｔｅｇｒａｔｅｄｄｅｆｅｃｔｓｃａｎｎｉｎｇｍｏｄｕｌｅ，ａｕｔｏｍａｔｉｃｉｄｅｎｔｉｆｉｃａｔｉｏｎｍｏｄｕｌｅａｎｄｉｎｔｅｌｌｉｇｅｎｔｅｖａｌｕａｔｉｏｎｍｏｄｕｌｅ．３Ｄｌａｓｅｒｓｃａｎｎｉｎｇｔｅｃｈｎｏｌｏｇｙｗａｓｕｓｅｄｔｏｍｏｄｅｌｔｈｅｄｅｆｅｃｔｓｏｎｔｈｅｏｕｔｅｒｓｕｒｆａｃｅｏｆｏｉｌａｎｄｇａｓｐｉｐｅｌｉｎｅｓ，ａｎｄａｕｔｏｍａｔｉｃｄｅｆｅｃｔｒｅｃｏｇｎｉｔｉｏｎｍｏｄｕｌｅｗａｓｄｅｖｅｌｏｐｅｄ，ｗｈｉｃｈｃｏｕｌｄｑｕｉｃｋｌｙａｎｄａｃｃｕｒａｔｅｌｙｏｂｔａｉｎｔｈｅｃｈａｒａｃ⁃ｔｅｒｉｓｔｉｃｐａｒａｍｅｔｅｒｓｏｆｔｈｅｄｅｆｅｃｔｓ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｄｏｍｅｓｔｉｃａｎｄｆｏｒｅｉｇｎｏｉｌａｎｄｇａｓｐｉｐｅｌｉｎｅｄｅｆｅｃｔｅｖａｌｕａｔｉｏｎｓｔａｎｄａｒｄｓ，ｔｈｅｄｅｆｅｃｔｅｖａｌｕａｔｉｏｎｓｔａｎｄａｒｄｌｉｂｒａｒｙｗａｓｃｏｍｐｉｌｅｄ．Ｄｅｆｅｃｔｔｙｐｅｓｗｅｒｅｊｕｄｇｅｄｂｙａｕｔｏｍａｔｉｃａｌｌｙｃａｌｌｉｎｇｅｖａｌｕａｔｉｏｎｓｔａｎｄａｒｄｌｉｂｒａｒｙ，ａｎｄｅｖａｌｕａｔｉｏｎｒｅｓｕｌｔｓａｒｅｏｕｔｐｕｔｂｙａｎａｌｙｚｉｎｇｄｅｆｅｃｔｓ．Ｔｈｒｏｕｇｈｔｈｅｃｏｍｐａｒｉｓｏｎｏｆｄｅｆｅｃｔｈｉｓｔｏｒｉｃａｌｄａｔａ，ｉｔｃａｎａｌｓｏｐｒｅｄｉｃｔｔｈｅｒｉｓｋｏｆｄｅｆｅｃｔｓ．Ｋｅｙｗｏｒｄｓ：３Ｄｓｃａｎｎｉｎｇ；ｏｉｌａｎｄｇａｓｐｉｐｅｌｉｎｅｓ；ｄｅｆｅｃｔｓ；ｉｎｔｅｌｌｉｇｅｎｔｅｖａｌｕａｔｉｏｎ；ｄｅｆｅｃｔｃｏｍｐａｒｉｓｏｎ；ｒｉｓｋｐｒｅｄｉｃｔｉｏｎ０㊀引言随着油气长输管道服役时间的增长，腐蚀和机械损伤等原因引起的缺陷也会不断加剧，严重时会造成穿孔泄漏，并可能引发事故㊂缺陷评价是管道完整性管理中的关键环节之一，对于埋地长输管道安全运行以及维修决策具有重要意义㊂目前，常规的管道缺陷评价方法［１］是对开挖后发现的缺陷点，采用常规尺量网格法测量缺陷几何尺寸，并进行定量计算和级别评定㊂但该评价方式主要存在３个问题：缺陷测量误差较大㊁评价结果准确性难以保证㊁评价耗时长㊂基于上述问题，针对埋地长输油气管道外表面腐蚀缺陷㊁机械损伤㊁凹陷变形等体积型缺陷，研究团队设计一套 基于三维扫描的油气管道缺陷智能评价系统 ，利用手持式激光扫描仪对缺陷进行扫描，并对点云数据进行处理［２］，能够自动㊁准确地获取管道外壁缺陷特征参数；在系统界面中输入特征参数后，快速输出缺陷评价结果；通过开发缺陷库，将缺陷三维模㊀㊀㊀㊀㊀８㊀ＰｉｐｅｌｉｎｅＴｅｃｈｎｉｑｕｅａｎｄＥｑｕｉｐｍｅｎｔＭａｙ ２０２１㊀型存储于历史模型库中，便于后续比对分析管道缺陷变化情况，预测缺陷的演变趋势，从而实现对管道缺陷进行风险评价以及剩余寿命评估㊂１㊀三维扫描仪与缺陷智能评价系统结合本研究将三维扫描仪与缺陷评价系统相结合，开发出 基于三维扫描的油气管道缺陷智能评价系统 ，可实现缺陷自动识别及快速评价㊂１．１㊀缺陷扫描模块对于埋地长输油气管道缺陷，通过三维激光扫描技术［３］记录被测管体表面的三维坐标信息，拾取点云数据，快速重构缺陷三维模型，从而快速获取目标表面的三维空间坐标数据㊁反射率以及纹理信息㊂具体操作方法：在管道表面无规则粘贴定位贴片㊂扫描仪启动后需进行校准并设置扫描参数，扫描过程中实时观察计算机成像效果以保证模型平滑完整㊂在计算机上输出缺陷三维模型后，保存于历史模型库中，便于调取和查看㊂１．２㊀缺陷自动识别模块构建缺陷三维模型得到缺陷的三维点云坐标数据，对坐标数据进行处理变换以及算法开发，实现对缺陷形貌进行自动识别，输出缺陷长㊁宽㊁深㊁面积㊁曲率半径等参数㊂针对人工画网格方式存在测量误差问题，本系统能够对缺陷空间数据进行精确提取㊂１．３㊀缺陷智能评价模块在用户交互界面中，输入缺陷特征数据，调用评价标准库，输出管道缺陷风险评价结果，存储于指定路径㊂相比于常规评价方法存在耗时长的问题，本系统可实现对管道缺陷进行快速准确评价㊂２㊀缺陷特征数据读取与自动识别算法缺陷特征数据包括长㊁宽㊁深㊁曲率㊁面积㊁相邻缺陷间距等参数㊂其中，缺陷的长为轴向投影长度，缺陷的宽为缺陷展开图最大宽度，缺陷的深为最大深度，缺陷实际面积为轴向投影的面积积分㊂２．１㊀识别条件（１）自动判别并确定缺陷为单一缺陷或组合缺陷：Ｚ＞２Ｄｔ，单一缺陷Ｚɤ２Ｄｔ，组合缺陷（１）式中：Ｄ为管道直径，ｍｍ；ｔ为管道剩余厚度，ｍｍ；Ｚ为相邻缺陷的间距，ｍｍ㊂（２）确定变异系数ＣＯＶ值［４］㊂测量缺陷处任意１５个点的深度，计算出标准偏差与平均值之比（ＣＯＶ），ＣＯＶ分为１０％以内㊁１０％ ２０％㊁２０％以上３档㊂若ＣＯＶ在２０％以内，在缺陷范围内以最深点为中心，测量轴向平均剩余厚度与环向平均剩余厚度，轴向和环向分别测量至少５个点，测量间距Ｌ为Ｌȡｍｉｎ（０．３６ｄｔ，２ｔ０）（２）式中：ｄ为管道内径，ｍｍ；ｔ０为公称厚度，ｍｍ㊂（３）确定凹陷曲率半径［５］㊂管道横截面凹陷的曲率半径为Ｒ１，当方向相反时，Ｒ１为负数，管道轴向凹陷的曲率半径Ｒ２通常为负数㊂２．２㊀基于点云数据的管道缺陷自动识别算法在缺陷三维模型中，通过对三维点云数据进行分析处理，实现缺陷自动识别［６］㊂图１中凹凸形状部分为待测缺陷，在缺陷处点至轴心的距离比正常圆周上的点至轴心的距离大时，为凸形缺陷；反之则为凹形缺陷㊂将横截面圆周上点到轴心的距离和所设定的半径上下极值进行比较，能判断出该点是否为缺陷点，并标识出每周的起始缺陷点和末端缺陷点，直至缺陷整体标识完毕㊂（ａ）凸形缺陷㊀（ｂ）凹形缺陷图１㊀凹凸缺陷点云图图２（ａ）为凸起的缺陷轴向方向形貌；如图２（ｂ）所示，由于设定相邻点云间隔ｈ相同，将同一圆周上起始缺陷点到末端缺陷点即Ａ㊁Ｂ㊁Ｃ㊁Ｄ㊁Ｅ依次相连，对比每个圆周上缺陷弧度和长度，找到缺陷最大的弧度和长度，即缺陷展开面的最大长度和宽度，通过积分可以得到缺陷的实际面积㊂通过自动识别原理获取缺陷特征数据［７］，并自动转输于评价系统中，实现缺陷智能评价㊂㊀㊀㊀㊀㊀第３期刘婉莹等：基于三维扫描的油气管道缺陷智能评价系统设计９㊀㊀（ａ）轴向方向缺陷㊀（ｂ）横截面方向缺陷图２㊀缺陷识别原理图３㊀系统架构设计与实现３．１㊀缺陷评价适用标准目前，工程上有多种应用于油气管道缺陷评价的标准［８］㊂国内外适用于油气管道单个腐蚀㊁组合腐蚀及凹陷的常用评价方法包括ＡＳＭＥＢ３１Ｇ［９］㊁ＤＮＶＧＬＲＰ⁃Ｆ１０１［１０］㊁ＲＳＴＲＥＮＧ［１１］㊁ＰＣＯＲＲＣ［１２］㊁ＡＰＩ５７９［１３］等㊂利用Ｃ＋＋语言对上述评价方法进行编程开发，作为评价标准库嵌入智能评价系统中应用㊂管道缺陷的自动识别与智能评价方法流程如图３所示，通过自动识别快速判断缺陷类别和输出缺陷特征参数［１４］㊂针对不同类型的缺陷，如凹陷和腐蚀缺陷，采取相应评价流程以及合适的评价标准［１５］进行快速准确评价㊂图３㊀缺陷自动识别与智能评价方法流程图３．２㊀智能评价系统架构设计智能评价系统架构如图４所示，系统主要分为缺陷三维扫描㊁缺陷特征自动识别㊁缺陷智能评价模块㊂引入三维扫描仪对缺陷进行扫描，在计算机上输出缺陷三维模型［１６］；在缺陷三维模型的基础上，采用Ｃ＋＋语言对智能评价模块以及自动识别模块进行算法开发；采用Ｃ＃语言开发前端用户交互界面，根据输入参数快速输出评价结果㊂图４㊀智能评价系统架构３．３㊀智能评价系统的实现３．３．１㊀智能评价系统功能（１）利用手持式激光扫描仪对将管道缺陷扫描后，如图５所示，通过自动识别技术，将缺陷形状轮廓及深度以色差图的形式展示，左侧自动录入获取的缺陷特征参数㊂图５㊀缺陷数据处理模块（２）在缺陷智能评价模块中，如图６所示，在标准库中选取适合的评价方法，在界面中输入缺陷特征参数，点击 确定 后输出缺陷评价结果以及维修建议㊂（３）系统数据库可根据不同数据类别，实现缺陷数据快速查询㊂通过比对同一缺陷的历史数据，对缺陷进行前景预测分析，防止管道穿孔泄漏等事故的发生㊂通过历史数据的统计分析，判断出缺陷易产生的㊀㊀㊀㊀㊀１０㊀ＰｉｐｅｌｉｎｅＴｅｃｈｎｉｑｕｅａｎｄＥｑｕｉｐｍｅｎｔＭａｙ２０２１㊀图６㊀缺陷智能评价模块类型㊁位置等，重点采取防治措施㊂导入ＧＩＳ系统，可在线实时更新查看管道上缺陷地理信息㊂３．３．２㊀结果验证以实验室中典型缺陷标准件为例进行验证，标准件参数如表１所示㊂表１㊀标准件参数管径／ｍｍ壁厚／ｍｍ最小屈服应力／ＭＰａ最大许可应力／ＭＰａ８１３１１．９４２５８㊀㊀系统中的 缺陷三维扫描 模块通过外接手持式激光扫描仪，生成典型缺陷标准件的三维模型㊂对于文中的缺陷标准件，将自动识别结果㊁多次人工测量的平均结果与标准件进行对比，见表２㊂表２㊀测量结果对比缺陷长度／ｍｍ缺陷深度／ｍｍ缺陷宽度／ｍｍ准确率／％缺陷标准件５５．３００４．５００７．２５０ 自动识别５５．２９８４．５１０７．１０６＞９８人工测量５０．９２９３．３７５６．６５４ȡ７５㊀㊀通过上述对比结果发现，自动识别方法的准确率高达９８％以上，从测量到评价耗时１ｈ，而人工测量的准确率ȡ７５％，耗时１ ２个工作日㊂在 缺陷智能评价 模块，利用评价算法库在后台对所输入的参数进行快速响应，迅速输出缺陷评价结果㊂对于本缺陷标准件，评价得到缺陷的失效压力为１０ＭＰａ，建议４ａ内维修，与自动识别方法得出的评价结果一致，但人工测量会导致评价结果存在偏差，失效压力为１０．１７ＭＰａ，建议５ａ内维修㊂因此，本智能评价系统的自动识别方法测量准确率更高，缺陷评价结果更加准确㊂４㊀结论（１）本研究通过将三维激光扫描仪与评价系统相结合，能够通过自动识别方法提取缺陷特征参数，最大程度地降低人工测量的误差，实现了缺陷的智能风险评价㊂（２）针对油气管道缺陷问题，相比于传统评价方法需耗时１ ２个工作日，本智能系统只需１ｈ可实现管道准确评价㊂（３）本智能系统能够实现管道缺陷快速准确评价，减少人力㊁物力的投入，有助于油气行业的管道安全运行㊂参考文献：［１］㊀高文玲．管道腐蚀检测及强度评价研究［Ｄ］．西安：西安石油大学，２０１１．［２］㊀李超．三维激光扫描技术在特殊结构测量中的应用［Ｊ］．测绘通报，２０１４（１）：７１－７３．［３］㊀王鹏，杨宏宇，赵贵彬，等．管道凹陷检测中的Ｃｒｅａｆｏｒｍ３Ｄ激光扫描技术［Ｊ］．油气储运，２０１９（４）：４６３－４６６．［４］㊀帅义，帅健，刘朝阳．腐蚀管道可靠性评价方法研究［Ｊ］．石油科学通报，２０１７，２（２）：２８８－２９７．［５］㊀焦中良，帅健．含凹陷管道的完整性评价［Ｊ］．西南石油大学学报，２０１１（４）：１５７－１６４．［６］㊀付国平．基于三维点云数据的缺陷检测及重构实现［Ｄ］．北京：北京化工大学，２０１３．［７］㊀王勇，王柄强，唐超．基于移动三维激光扫描的地铁盾构环片提取与分析［Ｊ］．测绘通报，２０２０（９）：４６－４９；６５．［８］㊀王予东，肖志刚．在役含缺陷油气管道的安全评价准则［Ｊ］．油气储运，２０１３，３２（６）：５８７－５８９．［９］㊀ＴｈｅＡｍｅｒｉｃａｎＳｏｃｉｅｔｙｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｓ．ＭａｎｕａｌｆｏｒＤｅｔｅｒｍｉｎｉｎｇｔｈｅＲｅｍａｉｎｉｎｇＳｔｒｅｎｇｔｈｏｆＣｏｒｒｏｄｅｄＰｉｐｅｌｉｎｅｓ：ＡＳＭＥＢ３１Ｇ［Ｓ］．ＮｅｗＹｏｒｋ：ＴｈｅＡｍｅｒｉｃａｎＳｏｃｉｅｔｙｏｆＭｅ⁃ｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｓ，２０１２：１－５２．［１０］㊀ＤＮＶＧＬ．Ｃｏｒｒｏｄｅｄｐｉｐｅｌｉｎｅｓ．ＤＮＶＧＬ⁃ＲＰ⁃Ｆ１０１［Ｓ］．Ｏｓｌｏ：ＤＮＶＧＬ，２０１７：１－１２３．［１１］㊀ＣＲＯＮＩＮＤＳ，ＰＩＣＫＲＪ．ＡＮｅｗＭｕｌｔｉ⁃ｌｅｖｅｌＡｓｓｅｓｓｍｅｎｔＰｒｏｃｅｄｕｒｅｆｏｒＣｏｒｒｏｄｅｄＬｉｎｅＰｉｐｅ［Ｃ］．Ｃａｌｇａｒｙ：ＩｎｔｅｒｎａｔｉｏｎａｌＰｉｐｅｌｉｎｅＣｏｎｆｅｒｅｎｃｅ，２０００．［１２］㊀ＳＴＥＰＨＥＮＳＤＲ，ＬＥＩＳＢＮ．ＤｅｖｅｌｏｐｍｅｎｔｏｆａｎＡｌｔｅｒｎａｔｉｖｅＣｒｉｔｅｒｉｏｎｆｏｒＲｅｓｉｄｕａｌＳｔｒｅｎｇｔｈｏｆＣｏｒｒｏｓｉｏｎＤｅｆｅｃｔｓｉｎＭｏｄ⁃ｅｒａｔｅ⁃ｔｏＨｉｇｈ⁃ＴｏｕｇｈｎｅｓｓＰｉｐｅ［Ｃ］．Ｃａｌｇａｒｙ：ＩｎｔｅｒｎａｔｉｏｎＰｉｐｅｌｉｎｅＣｏｎｆｅｒｅｎｃｅ，１９９９．（下转第６２页）㊀㊀㊀㊀㊀６２㊀ＰｉｐｅｌｉｎｅＴｅｃｈｎｉｑｕｅａｎｄＥｑｕｉｐｍｅｎｔＭａｙ ２０２１㊀长增加都比较平缓，故熔池体积增加速度比较缓慢，当焊接热输入增大到一定的程度后，熔池尺寸随着焊接输入的增加而急剧增加㊂对熔池体积变化曲线进行拟合得到熔池体积随焊接热输入的变化曲线：Ｖ＝１５．７３－４９．６Ｅ＋６３．８１Ｅ２（４）式中Ｖ为熔池体积，ｍｍ３㊂图７㊀熔池体积随焊接热输入变化曲线在役焊接修复过程中，管道的熔池体积增大，用来承受管道内部介质压力的有效体积减小，管道发生烧穿失稳的可能性越大，因此实际施焊过程中必须严格控制焊接热输入，保证管道的剩余壁厚足以承受管内介质压力㊂３㊀结论随着焊接热输入增大，焊缝熔深㊁熔长及熔池体积均逐渐增大，并且均是在焊接热输入较小时变化趋势比较平缓㊂㊀㊀焊接热输入增大到一定程度，焊缝熔深㊁熔宽增大趋势增加，而熔长到达一定热输入之后增加趋势放缓，但熔池体积急剧增大，承受管道内部介质压力的有效壁厚减小，管道发生烧穿失稳的可能性增加㊂实际焊接修复过程中，必须严格控制焊接热输入，控制焊缝熔池尺寸，使管道的剩余强度足以承受管道内部介质压力，保障管道修复安全进行㊂参考文献：［１］㊀薛振奎，隋永莉．国内外油气管道焊接施工现状与展望［Ｊ］．焊接技术，２００１，３０（Ｓ２）：１６－１８．［２］㊀ＢＲＵＣＥＷＡ．Ｒｅｐａｉｒｏｆｉｎ⁃ｓｅｒｖｉｃｅｐｉｐｅｌｉｎｅｓｂｙｗｅｌｄｉｎｇ［Ｊ］．Ｐｉｐｅｓ＆ＰｉｐｅｌｉｎｅｓＩｎｔｅｒｎａｔｉｏｎａｌ，２００１（９／１０）：５－１１．［３］㊀陈玉华，王勇，董立先，等．高压油气管线的在役焊接修复技术进展［Ｊ］．压力容器，２００５，２２（２）：３６－４０．［４］㊀ＧＯＬＤＡＫＪ，ＣＨＡＫＲＡＶＡＲＴＩＡ，ＢＩＢＢＹＭ．Ａｎｅｗｆｉｎｉｔｅｅｌｅ⁃ｍｅｎｔｍｏｄｅｌｆｏｒｗｅｌｄｉｎｇｈｅａｔｓｏｕｒｃｅｓ［Ｊ］．ＭｅｔａｌｌｕｒｇｉｃａｌＴｒａｎｓ⁃ａｃｔｉｏｎｓ，１９８４，１５Ｂ（２）：２９９－３０５．［５］㊀莫春立，钱百年，国旭明，等．焊接热源计算模式的研究进展［Ｊ］．焊接学报，２００１，２２（３）：９３－９６．［６］㊀陈玉华．Ｘ７０管线纲在役焊接性研究［Ｄ］．东营：中国石油大学，２００６．作者简介：卢玉秀（１９９０ ），硕士研究生，主要从事特种设备检验工作㊂Ｅ⁃ｍａｉｌ：ｓｊｆｂ＿ｔｙ＠１６３．ｃｏｍ（上接第１０页）［１３］㊀ＡｍｅｒｉｃａｎＰｅｔｒｏｌｅｕｍＩｎｓｔｉｔｕｔｅ，ＣｈｅｍｉｃａｌＭａｎｕｆａｃｔｕｒｅｒｓＡｓｓ⁃ｃｉａｔｉｏｎ．Ｆｉｔｎｅｓｓ⁃ｆｏｒ⁃ｓｅｒｖｉｃｅ：ＡＰＩ５７９－１［Ｓ］．Ｗａｓｈｉｎｇｔｏｎ，Ｄ．Ｃ．：ＡＰＩＰｕｂｌｉｓｈｉｎｇＳｅｒｖｉｃｅｓ，２０１６：（４－１）－（５－２０）．［１４］㊀张足斌，张淑丽，潘俐敏，等．腐蚀缺陷管道剩余强度评价方法选择及应用［Ｊ］．油气储运，２０２０，３９（４）：４００－４０６．［１５］㊀张增昊．体积型缺陷管道评价方法对比分析［Ｊ］．管道技术与设备，２０１４（６）：５３－５５．［１６］㊀姚奇志，刘勇．三维扫描仪在产品设计中的运用［Ｊ］．中国科技信息，２０１０（１４）：１２６－１２８．作者简介：刘婉莹（１９９４ ），工程师，硕士研究生，主要研究方向为油气管道安全技术㊁油气管道智能化建设㊂Ｅ⁃ｍａｉｌ：１４４３９０１０７９＠ｑｑ．ｃｏｍ。
基于环形阵列的油管损伤三维成像检测方法研究
现代电子技术Modern Electronics TechniqueJan. 2024Vol. 47 No. 22024年1月15日第47卷第2期0 引 言随着油气开发工作的不断推进，井下作业面临的问题也日益复杂[1‐3]。
由于测井过程中长期受到井下环境的影响以及套管本身存在的机械性损伤，使得井口油管机械结构完整性面临严峻的考验。
目前已有的套管损伤解释流程是对测井信号先进行预处理，然后通过成像软件绘制出二维曲线，根据测井曲线对套管壁厚进行反演，通过分析剩余壁厚的变化情况，实现对套管的损伤解释[4]。
但通常情况下仪器测得阵列数据是对井周DOI ：10.16652/j.issn.1004‐373x.2024.02.028引用格式：罗有刚，桂捷，富锐萍，等.基于环形阵列的油管损伤三维成像检测方法研究[J].现代电子技术，2024，47（2）：155‐159.基于环形阵列的油管损伤三维成像检测方法研究罗有刚1，2， 桂 捷1，2， 富锐萍3， 胡相君1，2， 黄周启4， 王 策4（1.长庆油田分公司油气工艺研究院， 陕西 西安 710021； 2.低渗透油气田勘探开发国家工程实验室， 陕西 西安 710021；3.中石油长庆油田分公司第五采油厂， 陕西 西安 710299；4.西安石油大学， 陕西 西安 710065）摘 要： 传统的瞬变电磁套管损伤检测技术是通过采集数据来反映套管损伤情况的二次场信息，反演套管二维壁厚曲线，为套管损伤提供解释依据。
为了使套管损伤解释得更加高效、直观、精准，满足井口油管三维成像的需求，建立一种基于环形阵列式的井口油管三维成像检测系统，利用探测仪器中环形阵列分布的TMR 传感器，对井口油管各个方位的信息进行采集，使得采集到的数据能够描述不同深度、不同角度的损伤情况。
结合套管半径、涡流扩散时间以及径向探测角度之间的关系，通过对井口三维数据的处理，实现套管内外壁三维成像，进而实现井口油管的非对称损伤解释。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第28卷 第5期2007年9月石油学报A CT A PETROLEI SINICAV o l.28Sept.N o.52007基金项目:国家自然科学基金项目(No 150175109)/基于漏磁基波检测的三维图像信息重建原理研究0资助。
作者简介:王长龙,男,1965年10月生,2006年获西安交通大学博士学位,现为军械工程学院副教授,主要从事无损检测方面的工作。
E -mail:W ang -oec @1261com文章编号:0253O 2697(2007)05O 0146O 03油气管道漏磁检测缺陷的三维成像技术王长龙 纪凤珠 王建斌 左宪章(军械工程学院 河北石家庄 050003)摘要:漏磁检测是油气管道常用的无损检测方法,检测的重点是根据测量的漏磁信号重构缺陷的轮廓。
提出了基于小波神经网络的三维成像方法,利用图像函数矩阵表达出管道缺陷的三维图像,矩阵元素值对应着缺陷的深度。
利用小波神经网络,建立了由缺陷漏磁信号到图像函数矩阵关系的映射。
选用的小波函数是墨西哥草帽小波,采用随机梯度下降算法训练。
训练样本为三维有限元仿真数据和测量数据。
采用训练数据对小波神经网络进行逼近缺陷图像函数矩阵的训练,然后用训练好的小波神经网反演给定数据,重构缺陷图像。
实验结果表明,该方法能够实现三维缺陷漏磁检测的成像化及可视化。
关键词:油气管道;漏磁检测;缺陷重构;三维成像技术;小波神经网络;随机梯度下降算法中图分类号:T E 87316 文献标识码:A3-D imaging technology for determining defect of oi-l gas pipelinein magnetic flux leakage testingWang Changlong Ji Fengzhu Wang Jianbin Zuo Xianzhang(Or d nance Eng ineer ing College,Shij iaz huang 050003,China)Abstract :T he mag netic flux leakag e (M FL )testing is commonly used in the no ndestructive evaluation (ND E)o f o i -l g as pipeline.T he key element is to r eco nstr uct the defect pro file based o n t he measured M FL signals.A three -dimensional imaging techno log y for de -fect o f pipeline based o n a w avelet neur al netw o rk (WN N )was pr esented.A n imag e function matr ix ex pressed t he 3-D imag e parame -ter s of def ect of pipeline.T he mat rix elements co rresponded to depth of defect in pipeline.T he mapping betw een M F L sig nal and im -ag e functio n matrix was est ablished by the W N N.T he M ex ican hat wav elet frame w as used as a wavelet funct ion and a st ochastic g ra -dient descent alg or ithm w as adopted in the tr aining procedur e.In t he experiment,the W NN was fir st tr ained to appr ox imate the func -t ion matrix o f defect imag e using the t raining data samples fr om bo th the simulated data sets for 3-D finit e element mo del and the measured M FL sig na ls.T he tr ained W N N w as then applied to inv erse the g iven M F L signals and r eco nstr uct the defect imag e.T he test ing r esults demonstrated t hat the pro po sed a ppro ach can successfully implement 3-D imaging and v isual r epr esentatio n of defect in pipeline.Key words :oi-l g as pipeline;magnetic flux leakag e testing ;defect r eco nstr uction;3-D imaging technolog y;w avelet neural netw or k;sto -chastic g radient descent algo rithm漏磁无损检测是油气管道常用的无损检测方法之一[1]。
在漏磁检测时,不但要求能够判断出缺陷,而且要求将缺陷分布情况转换为人的视觉可以感受的图形和图像形式,在屏幕上直接显示出来,实现缺陷可视化。
目前国内外在研究漏磁检测的可视化方面做了许多工作,已经取得了许多成果[2-8],实现了缺陷的二维轮廓反演或二维成像。
笔者通过图像函数矩阵表达出缺陷图像,借助小波神经网络实现缺陷的三维成像。
1 缺陷的三维图像和漏磁信号表达式111 缺陷的三维图像表达式要想实现缺陷的三维成像,须首先建立缺陷的三维图像数学表达式。
以孔洞型缺陷为例,选取缺陷位置及坐标(图1)。
图1 缺陷位置的空间坐标Fig.1 The spatial coordinate of def ect position第5期王长龙等:油气管道漏磁检测缺陷的三维成像技术147将缺陷的模拟图像定义为一个二维函数f(x,y),其中x、y分别为宽度和长度位置的空间平面坐标;将f在(x,y)处的振幅定义为缺陷的垂直位置坐标,即缺陷深度。
对缺陷的平面图像空间离散化,在x方向上采N个点,在y方向上采M个点,可得到一幅有M行和N列的图像。
缺陷的图像可用数字化图像函数矩阵表示为[9]f(x,y)=f(0,0)f(0,1), f(0,N-1)f(1,0)f(1,0), f(1,N-1)s s sf(M-1,0)f(M-1,0),f(M-1,N-1)(1)函数矩阵的每一个元素对应一个像素,元素值代表缺陷的深度。
112漏磁信号表达式在漏磁成像中测量漏磁信号的法向分量,其离散值B x可表示为矩阵形式,即B x=B11B12,B1LB21B22,B2Ls s sB K1B K2, B K L(2)式中L为缺陷宽度方向的测量数,K为缺陷长度方向的测量数,矩阵大小为L@K个元素。
2小波神经网络211小波神经网络结构与神经网络相比,小波神经网络具有更强的逼近能力。
对同样的学习任务,其结构更简单,收敛速度更快[10]。
小波神经网络的输出y(x)I L2(R n)为[11]y(x)=E N i=1w i W[D i R i(x-t i)]+y)W(x)=W1(x1)W1(x2),W1(x n)P x=(x1,x2,,,x n)I R nt i I R n,D i=diag(d i),d i I R n+,w i I R n式中w i为网络的连接权;附加参数y)为逼近函数的均值;t i为平移矢量;D i为伸缩矢量,为d i的各个分量组成的对角线矩阵;R i为旋转矩阵;W(x)为一维小波函数W1构成的多维小波函数,W B R n→R。
可见,x→y(x)实现了R n→R的映射。
在缺陷三维成像中,小波神经网络的输入为矩阵B x,输入节点数为B x的元素个数,即L@K个;输出为图像函数矩阵f(x,y)对应的各个元素的值,输出节点数为M@N个。
小波神经网络利用本身固有的非线性关系,将漏磁信号B x(输入)映射成缺陷的图像函数矩阵f(x,y)。
212小波神经网络算法训练中采用随机梯度法来估计网络的参数。
每次代入随机输入/输出对(x J,y J)后,沿下述代价函数的负梯度方向调整参数矢量(:C((,x J,y J)=12[y((x J)-y J]2(4)记e J=y((x J)-y JD i=diag(d i)=diag(d1i,,,d n i)W c(x)=d W(x)/d x(5)各变量的梯度为[11]9C9y)=e J9C9w i=e J W[D i R i(x J-t i)]9C9t i=-e J w i R T i D i W c[D i R i(x J-t i)]9C9d i=e J w i diag[R i(x J-t i)]W c[D i R i(x J-t i)]9C9R i=e J w i D i W c[D i R i(x J-t i)](x J-t i)T(6) 3缺陷成像实验311实验对象漏磁信号随缺陷几何形状的不同而发生变化,而缺陷形状千差万别。
为了分析简单,以常见孔洞型腐蚀缺陷作为实验对象来说明缺陷的成像。
为了便于进行对比实验,利用电火花加工技术,在管道上制作了人工孔洞型缺陷,缺陷的几何形状参数成系列变化。
选择缺陷平面成像面积为20m m@20mm,缺陷长度和宽度都离散化为100个点。
因此,长度和宽度的空间位置采样间隔都为012mm,共有像素100@100=104个,每个像素的单元面积为012m m@012mm。
312实验数据库在仿真试验中,利用三维有限元法计算得到漏磁场仿真样本,借助漏磁试验系统获取人工缺陷的漏磁场实验样本。
为了提高成像的精度,须选用尽量多的训练样本数目。
由于仅说明缺陷的成像原理,训练样本只选取30套,对应的缺陷直径变化范围为5~15 mm,深度d均为5mm。
训练样本中的25套为仿真样本,5套为缺陷实验样本。
为了模拟真实的漏磁场信号,仿真样本中人为地加入了5%的噪声。
测试样本和训练样本互不重叠。
利用漏磁试验系统获取缺陷实验样本时,磁化方向为缺陷的宽度方向,霍尔器件沿缺陷宽度方向移动。
在宽度方向,每个漏磁信号共有100个采样点,相对应的缺陷位置变化20mm,空间宽度位置采样间隔为012mm 。