基于多模态的管道非接触式磁记忆检测方法研究.pdfVIP

基于多模态的管道非接触式磁记忆检测方法研究.pdf

ArtificialIntelligenceandRoboticsResearch人工智能与机器人研究,2025,14(5),1077-1086

PublishedOnlineSeptember2025inHans./journal/airr

/10.12677/airr.2025.145102

基于多模态的管道非接触式磁记忆检测方法

研究

孙亚涛，王启源，孟坤

北京信息科技大学计算机学院，北京

收稿日期：2025年6月30日；录用日期：2025年8月29日；发布日期：2025年9月4日

摘要

针对管道缺陷检测中非接触式磁记忆技术存在的数据量大、人工分析效率低及易受外部干扰等问题，本

文提出一种结合异常检测算法与图像分类模型的多模态数据处理方法。研究采用孤立森林算法联合局部

分析策略对磁信号进行初步筛选，快速定位疑似异常点，并结合图像分类模型识别外部环境干扰，辅助

判断并剔除其中可能由外部干扰引起的异常数据。依托自主研发的检测装置实现磁信号、位置信息与图

像的同步采集，并在标准化实验场地完成了30组检测任务。结果显示，本方法在铁质干扰与焊缝识别中

的准确率分别为80.7%与90%，图像分类准确率达94%，融合分析后，外部干扰剔除率较未引入图像模

型提升48%。该方法在特定实验条件下有效提升了磁检测数据的处理效率与准确性，为复杂工况下管道

检测中异常数据的识别提供了可行思路。

关键词

管道检测，非接触式金属磁记忆检测，异常检测，图像识别

ResearchonMultimodalNon-Contact

MagneticMemoryMethodforPipeline

DefectDetection

YataoSun,QiyuanWang,KunMeng

ComputerSchoolofBeijingInformationScienceTechnologyUniversity,Beijing

Received:Jun.30th,2025;accepted:Aug.29th,2025;published:Sep.4th,2025

Abstract

Toaddressissuessuchaslargedatavolume,lowefficiencyofmanualanalysis,andvulnerabilityto

*通讯作者。

文章引用:孙亚涛,王启源,孟坤.基于多模态的管道非接触式磁记忆检测方法研究[J].人工智能与机器人研究,2025,

14(5):1077-1086.DOI:10.12677/airr.2025.145102

孙亚涛等

externalinterferenceinnon-contactmagneticmemorytestingforpipelinedefectdetection,this

studyproposesamultimodaldataprocessingmethodthatcombinesanomalydetectionalgorithms

withimageclassificationmodels.Themethodemploysanisolationforestalgorithmintegratedwith

localanalysisstrategiestopreliminarilyscreenmagneticsignalsandquicklylocatesuspectedab-

normalpoints.Itthenincorporatesanimageclassificationmodeltoidentifyenvironmentalinter-