本发明提供一种基于异构场信号的管道缺陷智能反演方法,涉及管道缺陷无损检测技术领域。
该方法首先采集异构场信号,并进行异常判断,再利用改进的平均中值法对异构场信号进行基值校正,用小波分析方法进行去噪处理;然后对去噪处理后的管道缺陷对应的异构场信号进行填补操作,将不同尺寸的异构场信号统一成相同大小,并对信号幅值做非线性变换;设计具有轴对称结构的稀疏自编码器,得到管道缺陷对应的异构场信号的初级特征;对管道缺陷的长、宽、深度进行分类,得到各管道缺陷的类别标签;设计多分类神经网络,对管道缺陷对应的异构场信号进行分类,提取出含有缺陷尺寸信息的深层特征;构造随机森林回归模型,实现对管道缺陷尺寸的智能化反演。
张化光 王雷 刘金海 冯健 汪刚 马大中 卢森骧
东北大学
110819 辽宁省沈阳市和平区文化路3号巷11号
本发明提供一种基于异构场信号的管道缺陷智能反演方法,涉及管道缺陷无损检测技术领域。
该方法首先采集异构场信号,并进行异常判断,再利用改进的平均中值法对异构场信号进行基值校正,用小波分析方法进行去噪处理;然后对去噪处理后的管道缺陷对应的异构场信号进行填补操作,将不同尺寸的异构场信号统一成相同大小,并对信号幅值做非线性变换;设计具有轴对称结构的稀疏自编码器,得到管道缺陷对应的异构场信号的初级特征;对管道缺陷的长、宽、深度进行分类,得到各管道缺陷的类别标签;设计多分类神经网络,对管道缺陷对应的异构场信号进行分类,提取出含有缺陷尺寸信息的深层特征;构造随机森林回归模型,实现对管道缺陷尺寸的智能化反演。