基于极限学习机及磁记忆技术的管道缺陷分类方法研究

• 作者: 万勇 戴永寿 杨勇 王宇
• 来源期刊: 油气田地面工程
• 关键词: 管道缺陷 金属磁记忆 极限学习机 腐蚀 应力集中
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 完整性管理
• 页码范围: 98-103
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6896.2019.07.021

摘要

金属管道表面往往存在着腐蚀和应力集中这两种类型的缺陷.金属磁记忆检测技术是目前唯一能对铁磁性构件的早期损伤进行诊断的无损检测技术,然而通过磁记忆原始信号本身并不能直接实现对管道腐蚀缺陷和应力集中缺陷的区分和识别.针对该问题,采用极限学习机方法建立了多种极限学习机管道缺陷分类模型,并利用模型对油田现场环境下6条管道的缺陷类型进行了识别,缺陷的平均正确识别率均在70％以上.结果表明,模型对管道腐蚀缺陷和早期应力集中缺陷的识别是有效的,且识别率较高.该研究结果可为该领域的研究提供一定的参考,且具有较高的实际应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨勇	中国石化股份有限公司胜利油田分公司技术检测中心	92	564	14.0	20.0
2	王宇		70	350	11.0	17.0
3	万勇		7	20	2.0	4.0
4	戴永寿		38	195	9.0	12.0