BP神经网络在管道缺陷定量识别中的应用.pdfVIP

维普资讯 衢 鞍 山 师 范 学 院 学 报 2005-08。7(4)：16—18 ⑧ BP神经网络在管道缺陷 定量识别中的应用 马凤铭，李国军 (鞍山师范学院物理系，辽宁鞍 山 114005) 摘 要：介绍了漏磁检测的基本原理，分析了管道缺陷的漏磁信号与缺陷几何参数的关系．应用BP神经网 络进行了管道缺陷参数的定量识别，识别结果的误差小于 10％，完全满足实际检测的要求 关键词 ：漏磁 ；管道；缺陷；神经网络 ；定量识别 中图分类号：TG115．284 文献标识码 ：A 文章篇号 ：1008_2441(2005)04-0016-03 ApplicationofBPNeuralNetworkinQuantitative RecognizingPipelineDefect MAFeng—ming，LIGuo-jun (DepartmentofPhysics，AnshanNormalUniversity，AnshanLiaoning114005，China) Abstract：BasicprincipleofMFL inspection isintroducedandrelationbetween MFL signaland geometricparameterofpipelinedefectisanalyzedinthispaper．UseBPneuralnetwork toquanti— tativelyrecongizepipelinedefectparameter，theerrorofrecong itionresultisbelow 10％ ，andre— quirementofpracticalinspection canbecompletelyfulfilled． Keywords：MFL(MangeticFluxLeakage)；Pipeline；Defect；Neuralnetwork；Quantitativerecog— nition 随着经济的发展，全世界的能源需求每年都快速增长，这些能源大多以油 、气形式存在，其运输的主要 方式为管道传输．世界50％以上的管网已经使用了数十年，由于腐蚀 、磨损 、意外损伤等原因导致的管线泄 漏时有发生．一旦未能及时发现并加以制止，不仅会造成能源浪费、经济损失 ，而且严重污染环境 ，甚至危 及人身安全．因此，许多国家对长输管线的检测非常重视，不断投人巨资，研制开发管道缺陷检测装置 ，研 究和制定管道检测和安全评价的技术标准 ，并由政府制定了相应的法律 、法规．我国也于2000年颁布相关 法令，规定主干线油气输送管道 3～5年必须进行管道在线检测，从而进行运行维护评价． 管道检测技术的研究 已有近4O年历史 ，它是一个涉及多学科领域的研究项 目．6O年代初 ，美英率 先将无损检测技术应用于管道检测 ，将原来用于清管作业的清管器改进为具有信息采集、处理、存储等 功能的智能管道检测装置．在诸多管道检测技术中，漏磁检测技术是应用最广泛 、技术最成熟的铁磁性 管道缺陷检测技术，对铁损失等管道缺陷有非常好的检测效果…1． 漏磁法是管道缺陷检测常用的一种有效方法．它通过测量被磁化 的铁磁材料表面泄漏 的磁场强度 来判定工件缺陷的大小．在管道漏磁检测装置中，通过用磁铁在管道上建立磁化 回路，并使管壁达到磁 饱和，在有缺陷的情况下管壁两侧的磁场分布将产生变化，通过霍尔探头测得磁场变化 ，即漏磁信号 ，并 把检测数据实时存储在大容量的硬盘中．检测完成后 ，分析硬盘中的数据就可进行缺陷的识别l21． 收稿 日期 ：2004—09—18