[go: up one dir, main page]

CN118817859B - 一种用于无缝油套管的无损超声探伤方法及系统 - Google Patents

一种用于无缝油套管的无损超声探伤方法及系统 Download PDF

Info

Publication number
CN118817859B
CN118817859B CN202411269802.2A CN202411269802A CN118817859B CN 118817859 B CN118817859 B CN 118817859B CN 202411269802 A CN202411269802 A CN 202411269802A CN 118817859 B CN118817859 B CN 118817859B
Authority
CN
China
Prior art keywords
seamless oil
ultrasonic
detection
algorithm
oil sleeve
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202411269802.2A
Other languages
English (en)
Other versions
CN118817859A (zh
Inventor
董希玲
张升峰
李光学
邢家洺
刘俊良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liaoning Dongyu Oil Pipe Manufacturing Co ltd
Original Assignee
Liaoning Dongyu Oil Pipe Manufacturing Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Liaoning Dongyu Oil Pipe Manufacturing Co ltd filed Critical Liaoning Dongyu Oil Pipe Manufacturing Co ltd
Priority to CN202411269802.2A priority Critical patent/CN118817859B/zh
Publication of CN118817859A publication Critical patent/CN118817859A/zh
Application granted granted Critical
Publication of CN118817859B publication Critical patent/CN118817859B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22Details, e.g. general constructional or apparatus details
    • G01N29/28Details, e.g. general constructional or apparatus details providing acoustic coupling, e.g. water
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4418Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4472Mathematical theories or simulation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/02Indexing codes associated with the analysed material
    • G01N2291/028Material parameters
    • G01N2291/0289Internal structure, e.g. defects, grain size, texture

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明涉及超声波测量技术领域,具体为一种用于无缝油套管的无损超声探伤方法及系统,包括清洁预处理、耦合剂涂抹、自动化全面扫查、信号接收与预处理、智能缺陷分析、重点区域二次验证及结果判定与记录;本发明的有益效果是:简化了无缝油套管的无损超声探伤流程,包括清洁预处理、耦合剂涂抹、自动化全面扫查、信号接收与预处理、利用智能算法对经过预处理之后的超声波信号进行自动化分析、对疑似缺陷区域进行重点扫查和验证及结果判定与记录,通过精确设定检测参数和智能化分析,实现了高效、精准的缺陷检测,并自动生成检测报告,提升了检测效率与可靠性。

Description

一种用于无缝油套管的无损超声探伤方法及系统
技术领域
本发明涉及超声波测量技术领域,具体为一种用于无缝油套管的无损超声探伤方法及系统。
背景技术
石油、天然气等能源行业,无缝油套管作为关键的输送和承压部件,其质量和安全性直接关系到整个生产系统的稳定运行和人员安全。传统的无缝油套管检测方法往往依赖于人工目视检查或破坏性测试,这些方法不仅效率低下、成本高昂,而且难以全面、准确地发现材料内部的微小缺陷,如裂纹、夹杂、缩孔等。
随着无损检测技术的不断发展,超声波探伤作为一种非接触、非破坏性的检测方法,因其高灵敏度、高分辨率和广泛的应用范围,在无缝油套管的检测中得到了越来越多的关注和应用。然而,现有的超声波探伤技术在实际应用中仍面临诸多挑战,如检测流程繁琐、检测参数难以精确控制、数据分析依赖人工经验等,导致检测效率和准确性受限。
针对上述问题,有必要开发一种更加高效、精准的无缝油套管无损超声探伤方法及系统。通过优化检测流程、引入智能化分析技术、精确设定检测参数等手段,提高检测的自动化程度和准确性,同时降低人工干预和误差,以满足现代工业生产对无缝油套管质量检测的更高要求。
发明内容
本发明的目的在于提供一种用于无缝油套管的无损超声探伤方法及系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种用于无缝油套管的无损超声探伤方法,包括以下步骤:
S11:前期准备,对无缝油套管进行表面清洁和预处理,并设定检测参数,其中,检测参数包括增益、扫描速度和延迟时间;
S12:耦合处理,在无缝油套管表面涂抹耦合剂,确保探头与油套管表面紧密接触;
S13:自动化扫查,利用自动化装置控制超声波探头沿预设的扫查路径进行移动,对无缝油套管内部进行全面扫查;
S14:信号接收与预处理,接收反射回来的超声波信号,并对接收到的超声波信号进行预处理;
S15:智能化分析,利用智能算法对经过预处理之后的超声波信号进行自动化分析,对缺陷进行识别和分析;
S16:二次扫查,对疑似缺陷区域进行重点扫查和验证,确保检测结果的准确性;
S17:结果判定与记录,根据分析结果判定无缝油套管内部是否存在缺陷及其严重程度,并记录检测过程中的各项参数、检测结果和判定依据,并生成检测报告。
作为优选,在进行前期准备时,包括以下步骤:
S21:设备准备,选择适合无缝油套管检测的超声波探伤仪,对超声波探伤仪进行校准,包括增益、扫描速度和延迟时间参数的初始设置,确保仪器处于最佳工作状态;
S22:无缝油套管准备,清洁无缝油套管表面,去除可能影响超声波传播的杂质,其中,杂质类型包括油漆、氧化膜和污垢;
S23:检测环境准备,确保检测环境安静、无干扰,以减少外部噪声对检测结果的影响。
作为优选,在利用自动化装置控制超声波探头沿预设的扫查路径进行移动,对无缝油套管内部进行全面扫查时,包括以下步骤:
S31:预设扫查路径,根据无缝油套管的尺寸、形状以及可能存在的缺陷类型,预设一系列扫查路径,其中,预设的扫查路径为直线扫查路径、圆周扫查路径和螺旋扫查路径中的一种或多种组合而成;
S32:全面扫查,控制超声波探头沿着预设的扫查路径进行移动,对无缝油套管内部进行全面扫查;
S33:对异常信号进行实时分析和记录,将产生异常信号的区域判定为疑似缺陷区域并记录。
作为优选,在根据无缝油套管的尺寸、形状以及可能存在的缺陷类型,预设一系列扫查路径时,包括以下步骤:
S41:几何建模,根据无缝油套管的CAD图纸以及实际测量数据,建立无缝油套管的三维几何模型;
S42:缺陷预测,基于材料科学的知识和以往检测的经验,预测无缝油套管中可能存在的缺陷类型及其大致位置;
S43:路径规划,利用算法在几何模型上规划出最优的扫查路径,其中,采用的算法包括路径优化算法和遗传算法;
S44:仿真验证,通过仿真软件对预设的扫查路径进行验证,以发现潜在的问题并优化扫查路径,提高检测的准确性和效率。
作为优选,在利用算法在几何模型上规划出最优的扫查路径时,采用A*算法进行路径规划,其中,A*算法的原理公式为:
其中,g(n)为从起点到当前节点n的实际成本,h(n)是从当前节点n到终点的估计成本。
作为优选,在接收反射回来的超声波信号,并对接收到的超声波信号进行预处理时,包括以下步骤:
S51:滤波处理,通过低通滤波、高通滤波和带通滤波方法对接收到的电信号进行滤波处理;
S52:放大处理,通过放大处理的方式增强电信号的幅度,以方便后续的处理和分析;
S53:采用算法精准识别和去除电信号中的噪声成分,其中,采用的算法的原理公式为:
其中,是小波系数,M是信号长度,是输入信号,是经过伸缩和平移的小波函数,j是尺度参数,k是平移参数;
S54:波形图显示,将经过滤波、放大和降噪处理后的信号波形图实时显示;方便操作人员进行观察。
作为优选,在利用智能算法对经过预处理之后的超声波信号进行自动化分析,对缺陷进行识别和分析时,包括以下步骤:
S61:特征提取,从经过预处理后的信号中提取关键特征,其中,提取的关键特征用于反映无缝油套管内部结构的特性;
S62:利用机器学习和深度学习算法,将提取的特征与已知的缺陷模式进行比对,识别出缺陷的类型、位置和大小;
S63:根据算法的输出和设定的阈值,判断是否存在缺陷及其严重程度。
作为优选,在利用智能算法对经过预处理之后的超声波信号进行自动化分析,对缺陷进行识别和分析时,原理公式为:
其中,是预测的输出,表示存在缺陷的概率,是sigmoid函数,用于将线性组合转换为概率值,是权重向量,T表示转置操作,x是特征向量,x包含有从信号中提取的关键特征,b是偏置项。
作为优选,在根据算法的输出和设定的阈值,判断缺陷的严重程度时,采用的原理公式为:
其中,代表缺陷的严重程度,表示缺陷的深度,其中,,其中,v为超声波在无缝油套管中的传播速度,为超声波从发射到缺陷再返回接收所需的时间的一半,α为常数系数,α的数值大小由无缝油套管的物理特性决定,为缺陷的长度。
一种用于无缝油套管的无损超声探伤系统,包括:
超声波发射与接收模块,负责发射超声波信号到无缝油套管中,并接收从材料内部反射回来的信号;
数据处理与分析模块,负责接收超声波探伤仪收集的数据,并进行处理和分析;
控制系统与操作界面模块,负责系统的电气控制和自动化运行,同时,提供操作界面和操作平台;
辅助与监控模块,用于实时监控检测过程中的各个环节,确保系统的稳定运行和检测结果的准确性。
与现有技术相比,本发明的有益效果是:
1、本发明简化了无缝油套管的无损超声探伤流程,包括清洁预处理、耦合剂涂抹、自动化全面扫查、信号接收与预处理、智能缺陷分析、重点区域二次验证及结果判定与记录,通过精确设定检测参数和智能化分析,实现了高效、精准的缺陷检测,并自动生成检测报告,提升了检测效率与可靠性;
2、本发明简化了无缝油套管扫查路径的预设过程,首先,通过几何建模精确构建油套管的三维模型;接着,基于材料知识与检测经验预测缺陷类型;然后,运用先进算法智能规划最优扫查路径;最后,通过仿真验证优化路径,确保检测既全面又高效,显著提升检测的准确性和效率;
3、本发明利用超声波在无缝油套管中的传播特性,结合精密的时间测量,计算出超声波从发射到遇到缺陷再返回接收所需时间的一半,并据此推算出缺陷的深度,同时,通过直接观测或利用图像处理技术获取缺陷的长度信息,随后,将这些参数代入到特定的计算公式中,其中α作为常数系数,依据无缝油套管的独特物理特性进行设定,确保了计算结果的准确性和可靠性,不仅能够快速识别无缝油套管中的缺陷,还能对其严重程度进行精准量化,为后续的维护决策提供了更加详尽和科学的依据。
附图说明
图1为本发明的一种用于无缝油套管的无损超声探伤方法的流程示意图;
图2为本发明的一种用于无缝油套管的无损超声探伤系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供一种技术方案:如图1所示的一种用于无缝油套管的无损超声探伤方法,包括以下步骤:
S11:前期准备,对无缝油套管进行表面清洁和预处理,并设定检测参数,其中,检测参数包括增益、扫描速度和延迟时间;
S12:耦合处理,在无缝油套管表面涂抹耦合剂,确保探头与油套管表面紧密接触;
S13:自动化扫查,利用自动化装置控制超声波探头沿预设的扫查路径进行移动,对无缝油套管内部进行全面扫查;
S14:信号接收与预处理,接收反射回来的超声波信号,并对接收到的超声波信号进行预处理;
S15:智能化分析,利用智能算法对经过预处理之后的超声波信号进行自动化分析,对缺陷进行识别和分析;
S16:二次扫查,对疑似缺陷区域进行重点扫查和验证,确保检测结果的准确性;
S17:结果判定与记录,根据分析结果判定无缝油套管内部是否存在缺陷及其严重程度,并记录检测过程中的各项参数、检测结果和判定依据,并生成检测报告。
如上述步骤S11-S17所述,本发明简化了无缝油套管的无损超声探伤流程,包括清洁预处理、耦合剂涂抹、自动化全面扫查、信号接收与预处理、智能缺陷分析、重点区域二次验证及结果判定与记录,通过精确设定检测参数和智能化分析,实现了高效、精准的缺陷检测,并自动生成检测报告,提升了检测效率与可靠性。
作为优选,在进行前期准备时,包括以下步骤:
S21:设备准备,选择适合无缝油套管检测的超声波探伤仪,对超声波探伤仪进行校准,包括增益、扫描速度和延迟时间参数的初始设置,确保仪器处于最佳工作状态;
S22:无缝油套管准备,清洁无缝油套管表面,去除可能影响超声波传播的杂质,其中,杂质类型包括油漆、氧化膜和污垢;
S23:检测环境准备,确保检测环境安静、无干扰,以减少外部噪声对检测结果的影响。
如上述步骤S21-S23所述,本发明通过S21步骤的设备准备,精心选择并校准超声波探伤仪,确保增益、扫描速度和延迟时间等关键参数处于最优设置,为检测工作奠定了坚实的基础;在S22步骤中,对无缝油套管表面进行彻底清洁,有效去除油漆、氧化膜及污垢等杂质,这些杂质可能严重干扰超声波的传播,从而影响检测结果;此外,S23步骤强调了检测环境的准备,确保环境安静且无外界干扰,以减少噪声因素对超声波信号的干扰,进一步提升检测精度;这一系列细致的前期准备工作,共同构成了高效、准确的无损超声探伤技术方案的坚实基础。
作为优选,在利用自动化装置控制超声波探头沿预设的扫查路径进行移动,对无缝油套管内部进行全面扫查时,包括以下步骤:
S31:预设扫查路径,根据无缝油套管的尺寸、形状以及可能存在的缺陷类型,预设一系列扫查路径,其中,预设的扫查路径为直线扫查路径、圆周扫查路径和螺旋扫查路径中的一种或多种组合而成;
S32:全面扫查,控制超声波探头沿着预设的扫查路径进行移动,对无缝油套管内部进行全面扫查;
S33:对异常信号进行实时分析和记录,将产生异常信号的区域判定为疑似缺陷区域并记录。
如上述步骤S31-S33所述,本发明在自动化扫查阶段采用了精细化的路径规划与实时信号分析策略,首先,通过S31步骤预设扫查路径,根据无缝油套管的独特尺寸、形状及潜在缺陷特性,灵活组合直线、圆周及螺旋等多种扫查路径,确保对油套管内部进行全面而细致的探测,随后,在S32步骤中,利用先进的自动化装置精确控制超声波探头沿预设路径移动,实现对无缝油套管内部结构的无遗漏扫查,最为关键的是S33步骤,该步骤引入了实时信号分析机制,对扫查过程中产生的异常信号进行即时识别与记录,迅速锁定并标记疑似缺陷区域,这一技术方案不仅提升了检测效率,还增强了缺陷识别的准确性和及时性,为无缝油套管的质量评估与安全保障提供了强有力的技术支持。
作为优选,在根据无缝油套管的尺寸、形状以及可能存在的缺陷类型,预设一系列扫查路径时,包括以下步骤:
S41:几何建模,根据无缝油套管的CAD图纸以及实际测量数据,建立无缝油套管的三维几何模型;
S42:缺陷预测,基于材料科学的知识和以往检测的经验,预测无缝油套管中可能存在的缺陷类型及其大致位置;
S43:路径规划,利用算法在几何模型上规划出最优的扫查路径,其中,采用的算法包括路径优化算法和遗传算法;
S44:仿真验证,通过仿真软件对预设的扫查路径进行验证,以发现潜在的问题并优化扫查路径,提高检测的准确性和效率。
如上述步骤S41-S44所述,本发明简化了无缝油套管扫查路径的预设过程,首先,通过几何建模精确构建油套管的三维模型;接着,基于材料知识与检测经验预测缺陷类型;然后,运用先进算法智能规划最优扫查路径;最后,通过仿真验证优化路径,确保检测既全面又高效,显著提升检测的准确性和效率。
作为优选,在利用算法在几何模型上规划出最优的扫查路径时,采用A*算法进行路径规划,其中,A*算法的原理公式为:
其中,g(n)为从起点到当前节点n的实际成本,h(n)是从当前节点n到终点的估计成本。
如上述算法所述,本发明采用了A*算法,A*算法以其高效的路径搜索能力著称,其原理通过综合考虑从起点到当前节点的实际成本g(n)以及从当前节点到终点的估计成本h(n),来评估并选择最优路径,这种算法的应用,不仅确保了扫查路径能够精确覆盖无缝油套管的关键区域,还大大减少了不必要的路径冗余,从而提高了检测效率,通过A*算法的智能规划,我们能够在复杂的几何模型上快速、准确地找到最优扫查路径,为无缝油套管的无损检测提供了强有力的技术支持。
作为优选,在接收反射回来的超声波信号,并对接收到的超声波信号进行预处理时,包括以下步骤:
S51:滤波处理,通过低通滤波、高通滤波和带通滤波方法对接收到的电信号进行滤波处理;
S52:放大处理,通过放大处理的方式增强电信号的幅度,以方便后续的处理和分析;
S53:采用算法精准识别和去除电信号中的噪声成分,其中,采用的算法的原理公式为:
其中,是小波系数,M是信号长度,是输入信号,是经过伸缩和平移的小波函数,j是尺度参数,k是平移参数;
S54:波形图显示,将经过滤波、放大和降噪处理后的信号波形图实时显示;方便操作人员进行观察。
如上述步骤S51-S54所述,本发明在超声波信号预处理阶段,我们采用了滤波、放大、去噪和实时波形图显示等步骤,通过滤波技术去除干扰,放大处理增强信号,运用先进算法精准去噪,并实时显示处理后的波形图,确保信号质量,提高检测精度与效率。
作为优选,在利用智能算法对经过预处理之后的超声波信号进行自动化分析,对缺陷进行识别和分析时,包括以下步骤:
S61:特征提取,从经过预处理后的信号中提取关键特征,其中,提取的关键特征用于反映无缝油套管内部结构的特性;
S62:利用机器学习和深度学习算法,将提取的特征与已知的缺陷模式进行比对,识别出缺陷的类型、位置和大小;
S63:根据算法的输出和设定的阈值,判断是否存在缺陷及其严重程度。
如上述步骤S61-S63所述,本发明在超声波信号的自动化分析阶段,采用了一套高效的智能算法流程,首先,通过S61步骤的特征提取技术,从预处理后的信号中精准捕捉反映无缝油套管内部结构特性的关键特征,随后,在S62步骤中,利用先进的机器学习和深度学习算法,将提取的特征与预存的缺陷模式库进行智能比对,实现缺陷类型、位置及大小的快速准确识别,最后,在S63步骤,根据算法的输出结果及预设的阈值标准,综合判断无缝油套管内部是否存在缺陷及其严重程度,为后续的维护决策提供可靠依据,这一技术方案显著提升了缺陷识别的智能化水平和检测效率。
作为优选,在利用智能算法对经过预处理之后的超声波信号进行自动化分析,对缺陷进行识别和分析时,原理公式为:
其中,是预测的输出,表示存在缺陷的概率,是sigmoid函数,用于将线性组合转换为概率值,是权重向量,T表示转置操作,x是特征向量,x包含有从信号中提取的关键特征,b是偏置项。
如上述算法所述,本发明采用了先进的智能算法,其核心原理基于一个精心设计的数学模型,该模型通过计算预测输出,即存在缺陷的概率,来实现对无缝油套管内部状况的精准评估,其中,sigmoid函数作为关键转换工具,将特征向量x与权重向量w的线性组合巧妙地映射为概率值,这一过程不仅保留了数据的非线性特性,还确保了输出结果的直观性和可解释性,特征向量x汇聚了从预处理后信号中提取的各类关键特征,这些特征全面反映了无缝油套管内部结构的细微变化,而偏置项b的引入,则进一步增强了模型的灵活性和适应性,使其能够更准确地捕捉不同类型的缺陷模式。
作为优选,在根据算法的输出和设定的阈值,判断缺陷的严重程度时,采用的原理公式为:
其中,代表缺陷的严重程度,表示缺陷的深度,其中,,其中,v为超声波在无缝油套管中的传播速度,为超声波从发射到缺陷再返回接收所需的时间的一半,α为常数系数,α的数值大小由无缝油套管的物理特性决定,为缺陷的长度。
如上述算法所述,本发明利用超声波在无缝油套管中的传播特性,结合精密的时间测量,计算出超声波从发射到遇到缺陷再返回接收所需时间的一半,并据此推算出缺陷的深度,同时,通过直接观测或利用图像处理技术获取缺陷的长度信息,随后,将这些参数代入到特定的计算公式中,其中α作为常数系数,依据无缝油套管的独特物理特性进行设定,确保了计算结果的准确性和可靠性,不仅能够快速识别无缝油套管中的缺陷,还能对其严重程度进行精准量化,为后续的维护决策提供了更加详尽和科学的依据。
本发明提供一种技术方案:如图2所示的一种用于无缝油套管的无损超声探伤系统,包括:
超声波发射与接收模块,负责发射超声波信号到无缝油套管中,并接收从材料内部反射回来的信号;
数据处理与分析模块,负责接收超声波探伤仪收集的数据,并进行处理和分析;
控制系统与操作界面模块,负责系统的电气控制和自动化运行,同时,提供操作界面和操作平台;
辅助与监控模块,用于实时监控检测过程中的各个环节,确保系统的稳定运行和检测结果的准确性。
具体的,该系统集成了超声波发射与接收、数据处理、自动控制和实时监控四大模块。系统前端发射超声波并接收反射信号,后端智能分析数据,自动识别缺陷,同时,系统支持自动化操作和实时监控,确保检测高效准确,为无缝油套管的质量检测提供了可靠保障。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种用于无缝油套管的无损超声探伤方法;其特征在于:包括以下步骤:
S11:前期准备,对无缝油套管进行表面清洁和预处理,并设定检测参数,其中,检测参数包括增益、扫描速度和延迟时间;
S12:耦合处理,在无缝油套管表面涂抹耦合剂,确保探头与油套管表面紧密接触;
S13:自动化扫查,利用自动化装置控制超声波探头沿预设的扫查路径进行移动,对无缝油套管内部进行全面扫查;
S14:信号接收与预处理,接收反射回来的超声波信号,并对接收到的超声波信号进行预处理;
S15:智能化分析,利用智能算法对经过预处理之后的超声波信号进行自动化分析,对缺陷进行识别和分析;
S16:二次扫查,对疑似缺陷区域进行重点扫查和验证,确保检测结果的准确性;
S17:结果判定与记录,根据分析结果判定无缝油套管内部是否存在缺陷及其严重程度,并记录检测过程中的各项参数、检测结果和判定依据,并生成检测报告;
在利用自动化装置控制超声波探头沿预设的扫查路径进行移动,对无缝油套管内部进行全面扫查时,包括以下步骤:
S31:预设扫查路径,根据无缝油套管的尺寸、形状以及可能存在的缺陷类型,预设一系列扫查路径,其中,预设的扫查路径为直线扫查路径、圆周扫查路径和螺旋扫查路径中的一种或多种组合而成;
S32:全面扫查,控制超声波探头沿着预设的扫查路径进行移动,对无缝油套管内部进行全面扫查;
S33:对异常信号进行实时分析和记录,将产生异常信号的区域判定为疑似缺陷区域并记录;
在根据无缝油套管的尺寸、形状以及可能存在的缺陷类型,预设一系列扫查路径时,包括以下步骤:
S41:几何建模,根据无缝油套管的CAD图纸以及实际测量数据,建立无缝油套管的三维几何模型;
S42:缺陷预测,基于材料科学的知识和以往检测的经验,预测无缝油套管中可能存在的缺陷类型及其大致位置;
S43:路径规划,利用算法在几何模型上规划出最优的扫查路径,其中,采用的算法包括路径优化算法和遗传算法;
S44:仿真验证,通过仿真软件对预设的扫查路径进行验证,以发现潜在的问题并优化扫查路径,提高检测的准确性和效率。
2.根据权利要求1所述的一种用于无缝油套管的无损超声探伤方法,其特征在于:在进行前期准备时,包括以下步骤:
S21:设备准备,选择适合无缝油套管检测的超声波探伤仪,对超声波探伤仪进行校准,包括增益、扫描速度和延迟时间参数的初始设置,确保仪器处于最佳工作状态;
S22:无缝油套管准备,清洁无缝油套管表面,去除可能影响超声波传播的杂质,其中,杂质类型包括油漆、氧化膜和污垢;
S23:检测环境准备,确保检测环境安静、无干扰,以减少外部噪声对检测结果的影响。
3.根据权利要求2所述的一种用于无缝油套管的无损超声探伤方法,其特征在于:在利用算法在几何模型上规划出最优的扫查路径时,采用A*算法进行路径规划,其中,A*算法的原理公式为:
其中,g(n)为从起点到当前节点n的实际成本,h(n)是从当前节点n到终点的估计成本。
4.根据权利要求3所述的一种用于无缝油套管的无损超声探伤方法,其特征在于:在接收反射回来的超声波信号,并对接收到的超声波信号进行预处理时,包括以下步骤:
S51:滤波处理,通过低通滤波、高通滤波和带通滤波方法对接收到的电信号进行滤波处理;
S52:放大处理,通过放大处理的方式增强电信号的幅度,以方便后续的处理和分析;
S53:采用算法精准识别和去除电信号中的噪声成分,其中,采用的算法的原理公式为:
其中,是小波系数,M是信号长度,是输入信号,是经过伸缩和平移的小波函数,j是尺度参数,k是平移参数;
S54:波形图显示,将经过滤波、放大和降噪处理后的信号波形图实时显示;方便操作人员进行观察。
5.根据权利要求4所述的一种用于无缝油套管的无损超声探伤方法,其特征在于:在利用智能算法对经过预处理之后的超声波信号进行自动化分析,对缺陷进行识别和分析时,包括以下步骤:
S61:特征提取,从经过预处理后的信号中提取关键特征,其中,提取的关键特征用于反映无缝油套管内部结构的特性;
S62:利用机器学习和深度学习算法,将提取的特征与已知的缺陷模式进行比对,识别出缺陷的类型、位置和大小;
S63:根据算法的输出和设定的阈值,判断是否存在缺陷及其严重程度。
6.根据权利要求5所述的一种用于无缝油套管的无损超声探伤方法,其特征在于:在利用智能算法对经过预处理之后的超声波信号进行自动化分析,对缺陷进行识别和分析时,原理公式为:
其中,是预测的输出,表示存在缺陷的概率,是sigmoid函数,用于将线性组合转换为概率值,是权重向量,T表示转置操作,x是特征向量,x包含有从信号中提取的关键特征,b是偏置项。
7.根据权利要求6所述的一种用于无缝油套管的无损超声探伤方法,其特征在于:在根据算法的输出和设定的阈值,判断缺陷的严重程度时,采用的原理公式为:
其中,代表缺陷的严重程度,表示缺陷的深度,其中,,其中,v为超声波在无缝油套管中的传播速度,为超声波从发射到缺陷再返回接收所需的时间的一半,α为常数系数,α的数值大小由无缝油套管的物理特性决定,为缺陷的长度。
8.根据权利要求7所述的一种用于无缝油套管的无损超声探伤系统,其特征在于:
超声波发射与接收模块,负责发射超声波信号到无缝油套管中,并接收从材料内部反射回来的信号;
数据处理与分析模块,负责接收超声波探伤仪收集的数据,并进行处理和分析;
控制系统与操作界面模块,负责系统的电气控制和自动化运行,同时,提供操作界面和操作平台;
辅助与监控模块,用于实时监控检测过程中的各个环节,确保系统的稳定运行和检测结果的准确性。
CN202411269802.2A 2024-09-11 2024-09-11 一种用于无缝油套管的无损超声探伤方法及系统 Active CN118817859B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411269802.2A CN118817859B (zh) 2024-09-11 2024-09-11 一种用于无缝油套管的无损超声探伤方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411269802.2A CN118817859B (zh) 2024-09-11 2024-09-11 一种用于无缝油套管的无损超声探伤方法及系统

Publications (2)

Publication Number Publication Date
CN118817859A CN118817859A (zh) 2024-10-22
CN118817859B true CN118817859B (zh) 2024-12-10

Family

ID=93078740

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411269802.2A Active CN118817859B (zh) 2024-09-11 2024-09-11 一种用于无缝油套管的无损超声探伤方法及系统

Country Status (1)

Country Link
CN (1) CN118817859B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119023806B (zh) * 2024-10-28 2025-01-24 常州润来科技有限公司 一种基于超声波无线通信的探伤打标方法及系统
CN120369821B (zh) * 2025-06-25 2025-09-12 星泓智造装备有限公司 一种用于锻件的超声波智能检测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108445076A (zh) * 2017-12-29 2018-08-24 渤海造船厂集团有限公司 一种基于t形角焊缝横向裂纹超声波检测方法
CN116256430A (zh) * 2022-06-24 2023-06-13 常熟风范电力设备股份有限公司 一种不锈钢薄壁钢管焊缝质量检测方法
CN117890464A (zh) * 2023-12-08 2024-04-16 天津大学 一种基于多模态融合模型的焊缝伪缺陷超声波检测方法
CN118501267A (zh) * 2024-05-30 2024-08-16 常州天策检测科技有限公司 一种聚乙烯管道电熔接头相控阵测试方法及测试系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118129088B (zh) * 2024-03-13 2024-09-06 新疆维吾尔自治区特种设备检验研究院 一种基于人工智能的压力管道电磁超声检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108445076A (zh) * 2017-12-29 2018-08-24 渤海造船厂集团有限公司 一种基于t形角焊缝横向裂纹超声波检测方法
CN116256430A (zh) * 2022-06-24 2023-06-13 常熟风范电力设备股份有限公司 一种不锈钢薄壁钢管焊缝质量检测方法
CN117890464A (zh) * 2023-12-08 2024-04-16 天津大学 一种基于多模态融合模型的焊缝伪缺陷超声波检测方法
CN118501267A (zh) * 2024-05-30 2024-08-16 常州天策检测科技有限公司 一种聚乙烯管道电熔接头相控阵测试方法及测试系统

Also Published As

Publication number Publication date
CN118817859A (zh) 2024-10-22

Similar Documents

Publication Publication Date Title
CN118817859B (zh) 一种用于无缝油套管的无损超声探伤方法及系统
CN112157368B (zh) 一种激光非熔透焊接焊缝熔深无损检测方法
CN110082429B (zh) 一种结合机器学习的隧道衬砌无损检测的辅助判定方法
JP2009541765A5 (zh)
KR20100110340A (ko) 비파괴 테스팅으로서 특히 제조 중이거나 완성된 상태의 파이프에 대한 비파괴 테스팅
CN117686588B (zh) 燃气管道焊接质量的无损监测系统及方法
CN118731172B (zh) 基于多技术融合的集输管道基线检测系统及方法
Moura et al. Pattern recognition of weld defects in preprocessed TOFD signals using linear classifiers
JPH11326580A (ja) シュラウド自動検査装置
CN119643593A (zh) 一种基于微波的聚乙烯管热熔焊接缺陷检测系统
CN120468291A (zh) 一种石油管道内壁缺陷检测系统
CN120084796A (zh) 钢管混凝土拱桥拱肋脱空的智能高效检测方法
CN116681682B (zh) 一种基于匹配小波深度迁移学习的铣削加工刀具磨损检测方法
CN120992891A (zh) 一种基于钛板焊接部位自动检测系统及方法
CN120028354A (zh) 一种针对金属材料的疲劳损伤定位方法
CN119086714A (zh) 一种便携式螺栓松动检测装置及检测方法
CN118334482A (zh) 一种线阵相机图像与超声波b显图像的管道无损探伤方法
CN115144259B (zh) 一种钢材抗形变性能检测方法及系统
CN118311132A (zh) 一种基于量子体系的漏磁检测系统、方法及相关装置
Yuksel et al. Defect detection and quantification from magnetic flux leakage signals based on deep learning
Alioua et al. Locating and estimating the depth of a buried cable using GPR-Radar and convolutional neural networks
Maalmi et al. Towards automatic analysis of ultrasonic time-of-flight diffraction data using genetic-based Inverse Hough Transform
Dat et al. Multilayer perceptron neural network and Eddy current technique for estimation of the crack depth on massive metal structures
CN118641632B (zh) 基于机器学习的超声导波检测焊缝缺陷方法、装置及设备
CN120891002B (zh) 基于水利设施隐患的水下检测机器人系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant