海底管道传感器阵列损伤信息的提取和融合研究.docVIP

现已开发的无缆管内智能检测爬行机大约3200mm长，60kg重，由七个密封筒状单元组成：驱动机器人、系统控制器、电池、超声检测单元、漏磁检测单元、定位单元和数据处理存储单元。爬行机将利用携带的超声和漏磁等传感元件、电子仪器、动力装置等，在管道内边行走边检测，是一个集机械、控制、检测于一体的机、电综合集成的高技术系统。它可在高温、高压条件下，对数十公里甚至数百公里的各型管道完成在役自动检测。表1-1列出了爬行器的部分基本参数 超声传感器对壁厚等径向变化敏感，检测腐蚀坑等大面积损伤有效。但是损伤射频回波的解释比较困难，如何从损伤的超声回波中提取有用的信息，一直是当今无损检测领域的研究热点。另外，超声检测在海底管道检测中有着独特的优点。管道中的石油或海水可作为耦合剂；测量时探头离开管壁，阻力小，耗能小，对管壁有较强的适应能力，适合长距离检测；超声具有很强的穿透能力，可以测量管道内壁，外壁及壁内的损伤；探头可以采用不同的大小，不同的发射频率及不同的布设角度，以探测更多种类的损伤，提高对损伤的检出率。 大量检测信号处理理论及方法的研究本身具有挑战性，加上损伤本身的复杂性和多种多个传感器之间关系的复杂性，使得损伤的识别、量化和评估难上加难。由于巨额的检测费用，管道损伤自动检测过程中，传感器系统一般只能一次性通过损伤，不能重复。在复杂恶劣环境下获取的信息带有很高的不确定性。 本课题将信息融合理论和方法应用于管道损伤的量化和评估中，消除信息之间的冗余和矛盾，利用信息互补，提高信息处理质量，形成对环境的相对完整一致的描述，提高检测系统决策的快速性和正确性，以及规划的科学性，确保海底管道检测系统给出可信度高，精确度高的损伤量化和评估结果。 超声波是指其频率大于20KHz的声波。超声波穿透力强，方便收集材料内部的信息；人耳听不到，不会造成对听觉的污染；频率高，波长小，因此声波发射的方向性强，检测小损伤能力强。工业无损检测领域广泛利用超声波的上述特点，对材料表面和内部的损伤、材料内部的包含物、材料内部的不连续性等进行检测。超声法智能管道检测系统是利用超声传感器阵列，测超声回波的时间延迟和方向的改变，来探测管道腐蚀坑的大小、裂纹和应力的存在。 管道无损检测中超声信号处理的目标是：对信号进行预处理，抑制背景噪声、增强有用信息、改善信号质量，使以前很难获取的信息被检测出来；然后对信号进行特征提取与判别，定性定量地分析有关缺陷。对超声回波信号的处理，主要是从时域的角度去分析和解释信号，并且大多是基于线性声学的理论基础，把声波当成纯频或准纯频声波进行分析。如何从损伤的超声回波中提取精确的有用的信息，成为当今无损检测的研究热点和难点。 目前，在工程应用中，大多仍是依靠人工或半人工的方法对损伤回波的大小及到达时刻进行判断，以确定损伤的有无、大小当量值、大体分布等信息。在有些特定的场合，希望通过多种多个传感器，多测量角度及多次反复测量达到对损伤的高精度识别和评估。如何准确提取需要的特征量，如何消除多个传感器的冗余信息，合理利用互补信息得到理想的结果，如何监控各传感器状态，根据具体工况选择合适的传感器组合，如何安排激发次序都是当今多超声传感器检测甚至多传感器无损检测领域亟待解决的问题。 常见的信息融合系统分类方式有两种。第一种是根据传感器种类的不同，将信息融合系统分为同类传感器的信息融合和异类传感器的信息融合。在异类传感器系统中，由于各传感器提供信息的层次和维数的差异而使信息融合面临很大的不确定性。第二种是根据平台的不同，将系统分为局部和全局两类。根据对输入信息的抽象或融合输出结果的不同，对信息融合模型的分级有多种不同的方法。广泛采用的分法依据输入信息的抽象层次将融合分为数据级、特征级和决策级。信息融合是一种信息集成综合技术，是许多传统学科和新技术的结合。根据应用环境的不同，人们提出了许多融合方法。有静态的，动态的，基于概率统计的（如基于贝叶斯的贝叶斯因子、贝叶斯网络、最大似然法，证据理论法，卡尔曼滤波和蒙特卡罗法等），基于信息论的（聚类分析法、表决逻辑法、信息熵法等），基于模糊集或专家系统的人工智能方法。 采用神经网络和基于层次分析的加权平均法，对多种技术获取的同一损伤的尺寸进行融合。其中，损伤深度的融合基于超声和漏磁两种技术提供的尺寸信息，损伤长度和宽度的融合仅基于漏磁技术提供的信息。 电噪声是管道超声检测系统中固有的噪声，结构噪声只在管道材料是粗晶材料时才对超声信号造成较大的影响. 由于检测工况复杂，传感器数量较大，考虑到信号和噪声的特性，选择检测信号的各次回波的到达时刻作为需提取的信号特征量。通过多次回波到达时刻差，可求得管道的剩余壁厚。由公称壁厚减去剩余壁厚，可得到损伤的深度信息 根据海底复杂恶劣的工作环境，确定通过超声脉冲反射法测量管壁各处的剩余厚度来确定