基于核机器学习的油气管道焊缝检测方法初探.docVIP

基于核机器学习的油气管道焊缝检测方法初探 　　【摘 要】本文叙述了传统的管道焊缝检测方法及目前计算机、图像处理及模式识别等现代技术在管道焊缝检测中的应用，在理论上阐述了将核机器学习方法用于油气管道焊缝检测的可行性。 　　【关键词】管道；焊缝检测；核机器 　　随着“西气东输”工程的启动，被称誉为国家的重大生命线――油气长输管道在我国进入建设和发展的高峰期。高质量的焊管是保证管道安全、经济、高效可靠运行的基础和根本保障，目前螺旋埋弧焊技术广泛地应用于石油化工钢管和压力容器的制造中，但遗留在焊缝中的缺陷产生失效行为，导致管道破裂与爆炸。因此焊缝缺陷检测和跟踪系统是机械、冶金、石油化工等焊管制造中必不可少且尤为重要的环节。 　　传统的x射线检测技术在焊缝质量检测方法中占有重要地位，检测结果可以作为焊缝缺陷分析及其质量判断的重要依据。常用的x射线检测方式一般是由有经验的专业检测人员在实时图像或者照相底片上人工完成，工作量较大，检测结果的可靠性在很大程度上取决于检验者的主观因素[1]，而且x射线探伤法存在辐射性、人工读片的不确定性弊端，用计算机实现自动评片因缺陷特征和类别的复杂性难以达到满意的效果，不能与现代化大生产的实际完全适应。因此，近年来国内外的相关技术人员利用计算机、图像处理及模式识别等现代技术，在焊缝及其缺陷的自动识别方面进行了许多有意义的探索和研究，取得了相当多的进