基于ISODATA 算法的漏磁信号到缺陷轮廓的网络 - 天津大学期刊中心.PDF

第# 卷! 第$ 期 天! 津! 大! 学! 学! 报 ’()* #! +(* $ ! %$ 年$ 月 !#$%’ ( )*%+*% ,%*-.$/*01 ,-. %$ ! 基于23456)6 算法的漏磁信号到缺陷轮廓的网络映射! / / /，% 李莺莺 ，靳世久 ，魏茂安 ，郑月好 （/* 天津大学精密仪器与光电子工程学院，天津0% ； % * 胜利油田钻井工艺研究院，东营%$0 ；* 中石油管道公司秦京输油处，秦皇岛11 ） 摘! 要：由于漏磁信号与缺陷轮廓的非线性关系，由管道漏磁信号描述管道缺陷的几何特征一直是管道漏磁检测 的难点* 本文采用小波基函数神经网络的方法，建立了由管道缺陷的漏磁信号到缺陷截面轮廓图的网络映射* 算法 中应用迭代自组织数据分析（2345676 ）动态聚类的算法使得基函数中心的选取更加合理，经过多层分辨率的训 练，网络输出表明，该网络可以较准确反映出缺陷的几何特征，为管道缺陷的特征提取提供一种可行的方法* 关键词：埋地管道；漏磁检测；小波基函数神经网络；2345676 算法；缺陷 中图分类号：78#%! ! ! 文献标志码：6! ! ! 文章编号：9:; %/0 （%$ ）$; :$; $ 7.0 899*%: ($; 8:%.0* =’# ?.@:. 3*:%’/ 0 A$(*’./ ( 5.(.0/ B/.C % 23456)6 6’:$*0D; 2 =?@;.?@/ ，A2+ 3B;CD/ ，E82 ,-(;-?/，% ，FG8+H =DI;B-( （/* 3JB(() (K LMIJN(? 2?NOMDPI?ON -?Q 4RO(;8)IJOM(?JN 8?@?IIM?@ ，7-?C? S?TIMNO. ，7-?C? 0% ，UB?- ； % * 3BI?@) 4)KI)Q 5M))?@ VINI-MJB 2?NOODOI ，5(?@.?@ %$0 ，UB?- ；* W?C?@ 7M-?NR(MO?@ 4) 5IR-MOPI?O (K LRI)?I 7IJB?()(@IN U(PR-?. (K UB?- LIOM()IDP LRI)?I XDMI-D ，W?BD-?@Q-( 11 ，UB?- ） 6E/0$0 ：XIJ-DNI (K OBI ?(?)?I-M MI)-O(?NBR YIOZII? OBI P-@?IOJ K)D[ )I-\-@I （,] ）N@?-)N -?Q RM(K)IN (K QIKIJON ，O N QKKJD)O O( QINJMYI OBI JB-M-JOIMN (K QIKIJON ? YDMIQ RRI)?IN Y. RRI)?I ,] ?NRIJO(? N@; ?-)N* 2? OBN R-RIM ，- ?IO P-RR?@ KM(P RRI)?I ,] ?NRIJO(? N@?-)N O( RM(K)IN (K QIKIJON N INO-Y)NBIQ Y. DN?@ OBI Z-TI)IO Y-NN KD?JO(? ?IDM-) ?IOZ(M\ PIOB(Q ，? ZBJB JI?OIMN (K Y-NN KD?JO(?N -MI NI)IJOIQ DN?@ OIM-OTI NI)K;(M@-?^?@ Q-O- -?-).NN OIJB?_DIN （2345676 ）Q.?-PJ J)DNOIM?@ -)@(MOBP* 6KOIM OBN PD)O; MIN()DO(? Z-TI)IO Y-NN KD?JO(?