（信号与信息处理专业论文）数据融合技术在无损检测中应用的研究.pdf

数据融合技术在无损检测中应用的研究 摘要 随着计算机软硬件技术的飞速发展，数据融合技术已成为一项新兴的信号 处理方法。为了满足工业现场的需要，无损检测系统对数据采集的速度、稳定 性和实时性要求越来越高。漏磁检测由于其高信噪比、高灵敏度和检测效率， 在无损检测中得到了广泛应用。数据融合以其独特的优点在漏磁检测中被广泛 应用。 漏磁检测技术是一种以电磁学为基础的无损检测方法，它广泛应用于钢铁、 石油、化工等工业领域。其原理是铁磁性材料被磁化后，缺陷处磁力线发生弯 曲变形并泄露出缺陷表面，利用传感器检测到缺陷处的泄漏磁场以及磁场强度， 从而判断缺陷的相关情况。随着计算机技术的发展，漏磁信号的处理和缺陷的 智能识别是管道漏磁检测的重要环节。本文叙述了油气管道漏磁检测以及缺陷 识别技术的研究意义和国内外发展状况。在对大直径超长钢管的探伤检测中， 必须采用多通道传感器阵列随探头高速旋转采集缺陷信号。 同时在检测过程中，会在检测信号中混入噪声信号，所以要对缺陷信号进 行去噪处理，以免造成误检或漏检。本论文采用小波分析方法对信号进行去噪。 小波分析是一种时频域分析方法，具有多分辨分析的特性，已经成为信号处理 的一种新工具。漏磁检测信号中的突变点含有丰富的缺陷信息，利用小波分析 可以很好的去除信号中的噪声，提高信噪比。 缺陷信号经过预处理后，被送入融合中心进行数据融合运算。本论文采用 基于径向基函数( r b f ) 神经网络的数据融合技术对缺陷信号进行检测处理。 在利用r b f 神经网络进行处理时，主要内容是如何确定网络隐层节点数、r b f 函数的数据中心以及调整隐层空间到输出空间的权值矩阵。r b f 网络学习算法 可以分为函数中心确定和权值调整两个部分。一般情况下，在确定了网络的隐 含节点数、数据中心和标准方差，通过学习确定权值，网络也随之确定。人工 神经网络具有学习、记忆、联想、并行处理等卓越功能，已在计量测试仪器标 定、故障诊断中获得广泛应用。 在多传感器测量系统中，采用数据融合技术可为系统带来多方面的益处， 它增强了系统的稳定性、增加了系统的可信度、提高了系统的检测能力等。通 过与b p 神经网络相比，r b f 神经网络有更好的识别性能，对缺陷信号的定性 分析更准确和有效。研究结果表明，r b f 网络获得了较好的缺陷分类效果，可 以有效提高系统的检测能力和信号精度。 关键字：无损检测；漏磁检测技术；多传感器数据融合；小波降噪；r b f 神经网络 r e s e a r c ho nd a t af u s i o nt e c h n o l o g yi nr e s e a r c ho f n o n d e s t r u c t i v et e s t i n ga p p l i c a t i o n a b s t r a c t r e c e n t l y ， w i t ht h e d e v e l o p m e n t o fc o m p u t e rs o f t w a r ea n dh a r d w a r e t e c h n o l o g y , d a t af u s i o nt e c h n o l o g yh a sb e c a m ean o v e lm e t h o di nt h es i g n a l p r o c e s s i n g n o n d e s t r u c t i v et e s t i n gt e c h n o l o g y h a v es t r i c t e rr e q u i r e m e n t so fd a t a a c q u i s i t i o ns y s t e m s s p e e d ，r e l i a b i l i t ya n dr e a lt i m ei no r d e rt os a t i s f yt h ei n s t a n t n e e do fm o d e r ni n d u s t r y m a g n e t i cf l u xl e a k a g et e s t i n gm e t h o di sw i d e l ya p p l i e d f o rh i g hs i g n a l - t o n o i s e 、h i g hs e n s i t i v i t ya n dd e t e c t i o ne f f i c i e n c yi nn o n d e s t r u c t i v e t e s t i n g t m a g n e t i cf l u xl e a k a g et e c h n o l o g yi san o n d e s t r u c t i v et e s t i n ga p p l i c a t i o nb a s e d i ne l e c t r o m a g n e t i s m ，i th a sb e e nu s e di ns t e e la n do i la n dc h e m i c a li n d u s t r ya r e a s i t i st h ep r i n c i p l et h a tm a g n e t i ci n d u c t i o nl i n e si nd e f e c tb e c o m ed e f o r m a t i o na n d b e n d i n g a n dl e a kf r o ms u r f a c e d e f e c t sa f t e ri r o n m a g n e t i c m a t e r i a li s m a g n e t i z e d w ed e t e c tl e a k a g em a g n e t i cf i e l du s i n gs e n s o ra r r a y ，s oi tc a nm a k e o u ts o m e t h i n ga b o u td e f e c t w i t ht h ed e v e l o p m e n to fc o m p u t e rt e c h n o l o g y , p r o c e s s o fm a g n e t i cf l u xl e a k a g es i g n a la n di n t e l l i g e n tr e c o g n i t i o no fd e f e c t sa r et w o i m p o r t a n tp a r t si np i p e l i n em a g n e t i cf l u xl e a kd e t e c t i n g ，t h ep a p e rp r e s e n t st h e s i g n i f i c a n c eo fp i p e l i n em a g n e t i ct e c h n o l o g yd e v e l o p i n g f o re x a m p l e ，w em u s tu s e m u l t ic h a n n e ls e n s o ra r r a yt h a tr o u n d e dh i g h l yw i t hp r o b et od e t e c tf l a ws i g n a l f u l l yi nl a r g ed i a m e t e ra n dl o n g p i p ed e t e c t i n g b u tt h en o i s es i g n a li sm i x e di n t od e t e c t i n gs i g n a li nt h ed e t e c t i n gp r o c e s s w e n e e dt od e a lw i t hd e t e c t e ds i g n a lb yr e d u c i n gn o i s es i g n a lt oa v o i di n a c c u r a t eo r m i s s e dd e t e c t i n g t h i sp a p e ri n t r o d u c e sa na l g o r i t h mo fs i g n a ld e - n o i s i n gb yu s i n g w a v e l e ta n a l y s i s t h ep o i n tm u t a t i o n so fm a g n e t i cf l u xl e a k a g es i g n a lc o n t a i nt h e r i c hf l a wi n f o r m a t i o n ，s oi t i sag o o dm e t h o dt or e m o v en o i s ea n di m p r o v e s i g n a l t o n o i s er a t i of o ru s i n gw a v e l e ta n a l y s i s t h ep r e t r e a t m e n td e f e c ts i g n a li st a k e nt od a t af u s i o nc e n t e rf o rd a t af u s i o n o p e r a t i o n t h i sp a p e ri n t r o d u c e st h a tt h ef l a ws i g n a li sd e t e c t e db yd a t af u s i o n t e c h n o l o g yo fr a d i a lb a s i sf u n c t i o n ( r b f ) n e u r a ln e t w o r k w h i l em a g n e t i cf l u x l e a k a g es i g n a li sp r o c e s s e dw i t hr b fn e u r a ln e t w o r k ，i tm a i n l yi st oc o n f i r m n e t w o r kh i d d e nl a y e rn o d e s ，d a t ac e n t e ro fr b ff u n c t i o na n da d ju s tw e i g h t sm a t r i x f r o mh i d d e nl a y e rs p a c et oo u t p u ts p a c e r b fn e t w o r kl e a r n i n ga l g o r i t h mc a nb e d i v i d e dt ot w op a r t s ：i d e n t i f i c a t i o no ff u n c t i o nc e n t r ea n dw e i g h ta d j u s t m e n t a f t e r n e t w o r kh i d d e nl a y e rn o d e s ，d a t ac e n t e ra n ds t a n d a r dd e v i a t i o na r e g e n e r a l l y c o n f i r m e d ，s on e t w o r kw i l lb ed e t e r m i n e db yl e a r n i n gw e i g h t s a r t i f i c i a ln e u r a l n e t w o r k sh a v el e a r n i n g ，m e m o r y , l e n o v ot h i n k i n g ，p a r a l l e l p r o c e s s i n ga n do t h e r o u t s t a n d i n gf e a t u r e s ，s oi ti sw i d e l yu s e df o ra p p a r a t u sf o rc a l i b r a t i o nt e s t i n g m e a s u r e m e n ta n da u t o m a t i o nf a u l td i a g n o s i s i nm u l t i - s e n s o rm e a s u r e m e n t s y s t e m ，i tc a nt a k em a n yb e n e f i t sf o ru s i n gd a t a f u s i o nt e c h n o l o g y ，f o re x a m p l e ，e n h a n c i n g s y s t e ms t a b i l i t y ，i n c r e a s i n gs y s t e m r e l i a b i l i t ya n di m p r o v i n gt h ed e t e c t i o nc a p a b i l i t y c o m p a r e dw i t hb pn e u r a l n e t w o r k ，r b fn e u r a ln e t w o r kh a sb e t t e rr e c o g n i t i o np e r f o r m a n c e m o r ea c c u r a t e a n de f f e c t i v ei nq u a l i t a t i v ea n dq u a n t i t a t i v e a n a l y s i so ft h ed e f e c ts i g n a l s t h e s i m u l a t i o nr e s u l t ss h o wt h a tr b fn e u r a ln e t w o r ki m p r o v e si d e n t i f i c a t i o no ft h e m f lr e s u l t sa n dt h ed e t e c t i o na b i l i t ya n dt h ep r e c i s i o no ft h es i g n a l k e yw o r d s ：n o n d e s t r u c t i v et e s t i n g ；m a g n e t i cf l u xl e a k a g et e c h n o l o g y ；m u l t i s e n s o r d a t af u s i o n ；w a v e l e td e - n o i s i n g ；r b fn e u r a ln e t w o r k 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。 据我所知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰 写过的研究成果，也不包含为获得 金目墨王些太堂或其他教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示谢意。 靴敝储辩：融、解醐研年； 日 学位论文版权使用授权书 本学位论文作者完全了解 金目巴王些太堂有关保留、使用学位论文的规定，有权 保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人 r 授权 金月巴王些太堂 可以将学位论文的全部或部分论文内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位躲艮，戥新虢何、易 签字日期：加钫年多月i 弓日 学位论文作者毕业后去向： 工作单位： 通讯地址： 签字日期：徘厶月i1 日 电话： 邮编： 致谢 硕士研究生两年多的美好时光匆匆而过，当论文完成之际我首先向我的导 师何辅云教授表示深深的感激之情。在攻读硕士研究生期间导师在学习、生活及科 研上给予了我无微的关怀，我取得的每一点进步都离不开导师的悉心指导与教诲。在 此向何老师表示由衷的敬意。 何教授知识渊博、治学严谨、为人师表，作为他的学生，我始终感到自身 学识的浅薄。何教授对本课题倾注了大量的心血，亲自指导本课题的许多关键 环节，提出了许多思路和建议，在他的帮助下，我攻克了许多难关，使得论文 能够顺利完成。在生活中，何教授也给我了无微不至的关怀和教导。何教授渊 博的理论知识和丰富的实践经验对我今后的工作和学习都有很大的帮助。在此 我谨向导师致以衷心的感谢! 在课题的进行过程中我还得到了张海燕老师、胡浪涛、查君君、高兵、李 锐和葛飞等同学的热情帮助，在此一并加以感谢! 没有他们的协助，我无法顺 利的完成课题研究。 最后感谢我的家人和亲友，是他们多年的养育、爱护和支持使我完成了今 天的学业，向他们表示最大的感激。 作者：夏玉宝 2 0 0 8 年0 3 月 第一章绪论 1 1 课题的意义 本课题的研究背景是国家科技部社会公益基金资助项目“油气输送管道检 测技术及系统研究”，项目编号为：z o o - g 0 3 。 在铁磁性管道系统广泛应用于冶金、石油、化工以及城市水暖供应等工业 部门中，工业管道的工作条件非常恶劣，容易发生腐蚀、疲劳破坏等引起泄漏 事故，严重影响了社会生产，给人民生命财产造成严重危害。而且输油管线泄 漏事故不仅给社会造成经济上的损失，也给生态环境造成毁灭性的灾难。这些 都说明，油气输送管道质量的可靠检测对石油行业、化工行业、压力容器行业 和油气高压远距离输送工程等具有极其重要的意义。现代检测技术的发展越来 越复杂，除了与检测人员的技术水平、心理状态和探伤仪器有关以外，还受材 料、结构形状和尺寸、检测环境、缺陷位置和取向等诸多因素的影响，因此需 要更加先进更加现代化的检测技术。无损检测技术的使用保证了油气生产和运 输的安全有效进行，并且随着电子、机械、计算机及无损检测技术的发展，油 气生产设备的日常运行及维护中也越来越依赖于无损检测技术。 在无损检测系统中，漏磁检测以其检测速度快、检测范围多( 包括缩孔， 内、外壁裂缝，锈蚀坑等等) ，高信噪比、高灵敏度和检测效率以及可自动化 动态检测等优点在钢管检测和油气管道检测中得到了广泛应用。其工作原理是 对铁磁性的被测物负载磁场，从而在被测对象的缺陷附近会有部分磁力线漏出， 通过传感器精确测出这些漏磁数据，这样就可以得到被测对象的缺陷的有关信 剧1 3 1 。 随着电子技术、神经网络和人工智能处理技术的发展，传统方法受人为因 素影响严重，容易产生漏检误检，大大影响了检测准确度。为了提高数据采集 的速度和精度，漏磁检测系统中往往需要使用传感器阵列，而且同类传感器获 得的信息通常是不完整的，如果充分利用各个信源互补、冗余和辅助信息，将 其融合在一起，可以采集到更准确可靠的信息。而多传感器数据融合技术是近 年来形成和发展起来的一种自动化信息综合处理技术，它充分利用多源信息的 互补性和计算机的高速运算来提高结果信息的质量，在漏磁检测系统中可以很 好的弥补传统检测的缺点，获得更好的检测性能【4 1 。人工神经网络技术具有综 合分析的能力，而r b f 神经网络具有全局收敛，精度高，迅速等优点，因此其 适应于在线检测系统。在实际工作中r b f 神经网络利用自学习和自组织功能， 不断从实际应用中学习数据融合的新知识，调整自己的结构和权值，满足外部 环境不断变化的在线要求，提高了数据融合的可靠性，适合在漏磁检测系统中 的应用【5 1 。 本课题采用数据融合理论和技术建立起信号处理的模型，提出了基于多传 感器数据融合的漏磁检测系统，解决用单一传感器检测缺陷信号所存在的问题， 以达到提高检测精度的目的。此方法不仅可以运用在漏磁检测系统中，对其他 的信号检测中也提供了很好的一种参考方案，具有一定的通用性。 1 2 国内外研究现状 漏磁检测以其良好的检测性能在众多的无损检测方法中被广泛应用，可以 很好的提高无损检测的全面性、可靠性和灵敏度。早期的漏磁检测技术主要是 在缺陷的定性研究方面，而后有限差分法、镜像法、有限元等数值方法也被运 用到漏磁检测中。随着电子技术和计算机技术的发展，人工神经网络、数据融 合、模式识别和人工智能也被使用以改进漏磁检测的性能。 最新提出的多传感器数据融合技术从理论上提供了一种漏磁检测的新方 法。数据融合( d a t af u s i o n ) 是一项迅速发展起来的信号处理技术，在导航、机 器人、自动日标识别、环境监控以及缺陷检测中等方面应用广泛。随着科学的 发展和社会的进步，入们所面对的世界日益复杂，信息利用和处理的复杂程度 不断增长。目前，还没有一种传感器能够提供十分可靠的信息，单个信源只能 提供部分的、不精确的信息。如果我们充分利用各个信源互补、冗余和辅助信 息，则可以获得到更准确可靠的信息。一般而言，数据融合是指对来自多个信 息源的数掘进行检测、关联、相关、估计和综合等多级、多方面的处理。以获 得对被测对象状态的精确估计和评价。目前己在军事领域和民用领域取得了相 当的进展，如：机器人和智能仪器系统、战场任务与无人驾驶飞机、图像分析与 理解、目标检测与跟踪、自动目标识别和多源图像复合等【6 。1 。 数据融合在国外的研究早于国内，无论从理论上还是在实际应用方面都比 国内要提前一些，但国内的研究经过这几年的发展也取得了一些成就。数据融 合理论最初起源于军事发展的需要，是由美国机构在国防部的资助下提出的， 并首先成功应用在军事领域，此后日本和西欧等发达国家也加紧数据融合技术 与实用系统的研制。自数据融合问题一开始提出，就引起了西方各国国防部门 的高度重视，并将其列为军事高技术研究和发展领域中的一个重要专题。美国 国防部早在1 9 8 4 年就成立了数据融合专家组( d f s ，d a t af u s i o ns u b a n a l ) ，指导、 组织并协调有关这一国防关键技术的系统研究，最早详细的研究是由p a c k m a n ， p f i 等人在美国空军材料实验室完成的，目的是评估飞机零部件裂纹的检出概 率。 此后，国际上经常召开有关数据融合学术会议，1 9 9 8 年成立了国际信息融 合学会( i n t e r n a t i o n a ls o c i e t yo fi n f o r m a t i o nf u s i o n 简称i s i f ) ，总部设在美国， 每年举行一次数据融合国际学术大会，同时出现了各类有关数据融合的专著。 其中，l l i n a s 和w a l t z 的专著多传感器数据融合和h a l l 的专著多传感器 数据融合中的数学技术对数据融合研究的内容、应用和公共基础作了全面的 系统的论述；在海湾战争结束后，c 3 i 中加入计算机建立了以数据融合为中心 的c 4 i 系统，其技术成份在战争中发挥了重大作用。国际学术界对数据融合技 2 术的研究也是朝气蓬勃，除每年均召开s p i e 传感器融合年会、三军数据融合 会议等国际学术会议外，i e e es m c a e s ，a c 等会刊也多次组织数据融合技术 的研究讨论，1 9 9 7 年，i e e e 还出版了关于数据融合技术研究的p r o c e e d i n g 专 辑，数据融合的知识经常出现在i e e e 的相关会议和会刊中。美国海军研究局 ( o f f i c eo fn a v a lr e s e a r c ha r l i n g t o n ，v a u s a ) 在舰队武器对抗的战场数据融合 方面取得了实用性进展；美国空军研究所( a i rf o r c er e s e a r c hl a b o r a t o r y ，r o m e ， n y ，u s a ) ，英国国防评估和研究中, 已, ( d e f e n s ee v a l u a t i o na n dr e s e a r c ha g e n c y u k ) ，美国加州大学( u n i v e r s i t yo f c a l i f o r n i a ，u s a ) ，美国佐治亚大学( u n i v e r s i t y o fg e o r g i a ，u s a ) ，美国a p t r o n i x 控制系统公司( a p t r o n i xc o n t r o l ，i n c ，s u n n y v a l e ， c a ，u s a ) ，英国南开普敦大学( u n i v e r s i t yo fs o u t h a m p t o n ，u k ) ，日本东京大学 ( u n i v e r s i t yo ft o k y o ，j a p a n ) 用模糊集融合方法在遥感技术应用上取得了一定成 就，他们都从不同角度对数据融合算法和在一些领域中的应用( 如声纳识别系 统，飞机、导弹的自动跟踪系统，g p s 导航，机器人控制等1 进行了研究。美国 学者p w a n g 和h z h a n g 于1 9 9 0 年提出了基于模糊逻辑的图像融合算法，并 证明了算法的正确性。1 9 9 2 年t a f o s t e r 提出了数据融合两个极端的结构，纯 集中式和纯分散式结构。c r a g o m ，p w i l l e t ，和m a l f o r d 在多传感器目标跟 踪领域中就多传感器分辨单元不完全重合的情况对融合跟踪及融合检测的影响 进行了讨论；j r b o s t o 中就基于d s 证据理论和基于模糊逻辑的信号二元检 测性能进行了分析和比较；j i n gh o n g l i a n g 和x u eq i n w a n g 使用一个向后更新神 经网络在条件变化情况下跟踪机动目标，其目标跟踪方案使用并行卡尔曼滤波 和神经网络以改善位置速度和加速度的精度。 虽然我国的多传感器数据融合技术研究尚处于起步不久的阶段，有关数据 融合的研究成果人部分集中在思想体系和各种算法上，但是在海湾战争后数据 融合技术引起了各方面的重视，国内各大学、研究院校等单位都在进行学术及 工程应用的研究，并初步取得了一些成果。同时也出现了各方面的专著，如董 志荣和申兰的综合指挥系统情报中心的主要算法一多目标密集环境下的航迹 处理方法、周宏任、敬忠良的机动目标跟踪、杨靖宇的战场数据融合 技术、敬忠良的神经网络跟踪理论及应用、康耀红的数据融合理论及 应用及刘同明、夏祖勋和解洪成的数据融合技术及应用等。有代表性的 译著有：赵宗贵等人的多传感器数据融合和数据方法概论、张兰秀等人 的跟踪和数据互联与水下信号和数据处理等，2 0 世纪9 0 年代中期， 数据融合技术在国内己发展成为各个研究方向，如机动目标跟踪、分布检测融 合、多传感器跟踪与定位、分布信息融合、目标识别与决策信息融合、台式评 估与威胁估计等领域的理论及应用研究。 2 0 世纪9 0 年代以来，北京系统工程研究所在运用多传感器数据融合技术 解决了系统决策方面进行了研究；国防科技大学李宏、孙仲康等在多传感器数 据采集方面进行了研究，提出了解决航迹相关的融合算法；刘同明，解洪成对 海军舰队指挥数据融合技术进行了研究；杨靖宇对战场数据融合技术进行了研 究；国防科技大学梁建成、李圣怡等在神经网络多传感器融合方法上进行了开 创性研究，并在机床智能加工的状态监测应用中取得了良好的结果；西北工业 大学敬忠良教授在雷达等多传感器对飞行器跟踪的数据融合处理方面进行了多 年研究。他提出了基于模糊神经网络和d s ( d e m p s t e r s h a f e r ) 推理的智能特征 数据融合方法，利用模糊神经网络技术把环境信息和专家语言信息引入融合系 统，构成一个对飞行器进行跟踪和识别的智能数据融合系统，提高了系统的抗 干扰能力，增强了系统的容错能力。1 9 9 8 年，大连理工大学的荣莉莉等人在运 用多传感器数据融合技术在经济和社会规划与决策方面做了许多工作；彭月祥、 张晓明进行的基于电容式传感器、电涡流传感器合霍尔传感器的位移数据融合 技术的研究，金峰等的机器人多传感器数据融合系统理论的研究。王国宏等人 提出了多传感器数据融合系统的自适应传感器管理方案，本方法利用了位置融 合似真度和目标类型融合一致因子，较为简单；田康生等人对卡尔曼滤波在多 传感器多目标跟踪中的应用情况进行了分析，提出了一种基于费歇信息增量的 多传感器对多目标的分配方法；马骏，孙即祥等介绍了证据理论在数据融合中 的应用情况；刘大有，欧阳继红，向阳，史习智等在数据融合中为各种证据理 论方法进行了修正性研究。阙沛文等提出了一种多传感器测量数据的切尾加权 融合算法，利用数据检测技术中的切尾均值概念构造最优加权因子，从而求得 多传感器测量数据的稳健融合估计值。 1 3本论文的研究内容、拟解决的关键问题及创新之处 1 3 1 研究内容 正如前面所述，对无损检测智能化要求的日益紧迫，传统的信号处理方法 己经无法适应人们对缺陷信号的定性分析。因此，应用现代信号处理技术，研 究检测信号的分析、处理等实践问题，已经成为目前信号处理领域的一大研究 热点。 釜侣丐莉令 霍尔传感器 = = 剖鬻 卜 矿 r b f 神经网络 茎笪里塑刽磁敏二极管传l f 小波降噪f 、 融合中心 ，i 叶刖l 上j l感器广i 预处理l 。 图1 1 信号处理流程图 如图1 1 所示，本论文主要研究多传感器数据融合技术在无损检测系统中 的运用，具体包含： ( 1 ) 对数据融合理论和方法进行深入的研究和探讨，力求将数据融合技术 应用在无损检测系统中。 ( 2 ) 利用多传感器数据融合技术对缺陷信号进行融合处理，并且建立了在 4 漏磁传感器阵列中的数据融合模型。在数据融合中心里，通过对各种融合算法 的研究分析和比较，提出以r b f 神经网络为数据融合算法的融合模型。 ( 3 ) 通过对漏磁检测系统的研究分析，提出了利用小波降噪算法对传感器 输出的信号进行预处理。 ( 4 ) 在以上理论分析的基础上，将基于漏磁检测系统中的小波降噪预处理 和以人工神经网络算法为基础的多传感器数据融合技术应用到实验平台上，并 进行比较分析，得出最终的实验结论。 1 3 2 本论文拟解决的关键问题 在对上述内容进行深入研究时，需要解决如下的两个关键问题： ( 1 ) 对于一般的传感器阵列输出的缺陷信号，含有各种各样的噪声杂波， 运用小波降噪算法对缺陷信号进行预处理，大幅度去除信号的噪声干扰，方便 后续信号的处理，提高缺陷信号的准确性。 ( 2 ) 对经过预处理后的缺陷信号，利用r b f 神经网络算法进行融合，更精 确的对缺陷信号进行定性分析和比较准确的定量计算。 l - 3 3 本论文的创新之处 ( 1 ) 利用小波降噪算法对信号进行预处理，方便后续信号分析与处理，提 高系统检测的精度； ( 2 ) 利用r b f 神经网络作为数据融合的融合算法，提高了系统的融合性能， 使漏磁检测的系统更加智能化，实用化。 ( 3 ) 采用m a t l a b 仿真软件，提出了在p c 上进行系统全面仿真的方案， 解决了系统在不具备硬件资源的条件下实现系统的开发和模拟运行的问题，节 省了开发资源。 1 4 本文的内容安排 本文的各章节安排如下： 第一章绪论，提出了课题的研究背景、意义和国内外研究现状，以及本文的 研究内容和研究问题。 第二章介绍了无损检测的相关知识，比较了各种无损检测的方法，着重介绍 了最常用的也是本文研究的漏磁检测方法，并详细描述了漏磁信号的特点 以及缺陷与漏磁信号的关系。 第三章介绍了多传感器数据融合技术在漏磁检测中的应用，简要介绍了数据 融合技术的定义、融合层次、系统结构以及融合的方法和实际运用。本文 通过两类传感器的相关性和互补性来采集漏磁缺陷信号后送入数据融合中 心对信号进行进一步的分析与处理。最后介绍了漏磁缺陷信号的拾取，通 过对两类不同类缺陷信号的分析，使用两组检测传感器阵列对横向缺陷和 纵向缺陷进行采集，分别进行分析与处理，通过实验证明，系统能很好的 检测到漏磁缺陷信号，在实际运用中可以保证信号检测的可靠性和有效性。 第四章介绍了小波分析技术在漏磁缺陷信号降噪处理中的运用。采集后的漏 磁缺陷信号其中含有大量的噪声和干扰，必须经过降噪处理才能送入数据 融合中心。漏磁缺陷信号中的突变点含有丰富的缺陷信息，利用小波分析 可以很好的去除信号中的噪声，并且保留我们所需要的缺陷信心，提高信 号的信噪比，以获得符合后续处理需要的信号。小波降噪处理中，基于 s u r e 的无偏估计的自适应阂值去噪法能很好的消除缺陷信号中噪声的干 扰，采用小波阈值去噪方法对信号进行预处理，预处理后的缺陷信号送入 融合中心进行数据融合，并对缺陷作进一步的定性和定量分析。 第五章本章是这篇文章的核心，主要介绍了人工神经网络特别是r b f 神经网 络算法在漏磁信号检测中的运用，并且通过仿真实验，可以知道在r b f 神 经网络训练时，网络收敛速度快，缺陷的定性分类获得了较高的准确率， 有良好的缺陷分类效果。并通过和b p 神经网络作对比，可以知道r b f 神 经网络比b p 神经网络有更好的识别性能，对缺陷信号的定性分析更准确 和有效。在缺陷信号的定量分析中，通过对裂纹深度的分析，可以知道r b f 神经网络基本上已经达到所要求的精度，符合实际应用的需要，与b p 神 经网络相比，其识别精度更高，其克服了b p 神经网络的收敛速度慢等缺 点，从而证明r b f 神经网络在漏磁缺陷信号的检测中是可行的。基于r b f 神经网络的多传感器数据融合是一种具有快速、自适应、抗噪声和干扰的 非常有效的融合手段。 第六章总结与展望，总结了本文的主要研究内容，并对后续研究提出了建议 和想法。 6 第二章无损检测技术 2 1 无损检测 作为一种重要的故障诊断和检测手段，无损检测技术在航空航天、交通、 能源、动力、化工、机械等各个工业部门一直发挥着重要的作用。它们采用无 损检测技术来提高产品质量和保证安全生产，并取得了显著的经济效益和社会 效益。在石油工业中，越来越多的使用了无损检测技术以保证石油生产和运输 的安全有效进行，并且随着电子、机械、计算机及无损检测技术的发展，石油 生产设备的日常运行及维护中也越来越依赖于无损检测技术【1 2 】。 2 1 1 无损检测定义 无损检测n o n d e s t r u c t i v et e s t i n g ( n d t ) ，是一门新兴的综合性应用学科。 它是在不损伤被检测对象的条件下，利用材料内部结构异常或缺陷存在所引起 的对热、声、光、电、磁等的反应的变化，来探测各种工程材料、零部件，结 构件等内部和表面缺陷，并对缺陷的类型、性质、数量、形状、位置、尺寸、 分布及其变化做出判断和评价【1 3 】。其主要有两点特性，一点是进行非损坏的、 非破坏性的检测，另一点是具有可重复性。无损检测诊断的目的在于定量掌握 缺陷与强度的关系，评价构件的允许负荷，寿命或剩余寿命；检测设备( 构件) 在制造和使用过程中产生的结构不完整性及缺陷情况，以便改进制造工艺，提 高产品质量，及时发现故障，保证设备安全，高效可靠地运行。 2 1 2 无损检测方法 目前，无损检测的方法有很多，可分为常规无损检测方法和非常规无损检 测方法。其中常规无损检测的方法有涡流检测、磁粉检测、超声波检测、射线 检测和漏磁检测；非常规无损检测方法有声发射检测、光全息照相检测、工业 c t 检测、红外检测等【1 4 - 1 6 】。 ( 1 ) 涡流检测 涡流检测e d d yc u r r e n tt e s t i n g ( e t ) ：涡流检测利用电磁感应原理，将通 电的激励线圈接近被测工件，并在其周围形成励磁场，该励磁场与之发生电磁 感应现象，在被测工件中产生涡流。涡电流又产生自己的磁场，并改变了原磁 场的强弱。涡流磁场中包含了被测工件各种信息，利用检测线圈将涡流信号检 测并加以判断。涡流法首先运用在航空工业中探测微小的疲劳裂纹，涡流检测 具有检测灵敏度高，无需耦合介质，应用范围广等特点，并且可以专用探头探 测不易触及的区域进行探测，具有进行自动化检测等优点，但也存在受“集肤 效应 影响，难以判断缺陷的种类以及缺陷所在的具体位置等不利因素。许多 因素对涡流检测影响很大，其缺陷信号分析也很复杂。 ( 2 ) 超声波检测 7 超声检测u l t r a s o n i ct e s t i n g ( u t ) ：超声波检测是用一个超声探头对被测 工件发射超声波，当超声波到达工件界面时，一部分超声波就会被反射回来， 反射回来的超声波被接收装置接收，如果被测工件中有缺陷，则缺陷的界面同 样会反射超声波，这样通过接收的超声波就可以判断出是否有缺陷，以及缺陷 的大小。超声检测的常用频率范围为0 5 1o m h z 。因此，超声检测法也可以 检测出各种缺陷类型，而且还可以测出管壁厚度，也是一种普遍使用的无损检 测方法。 超声检测是一种非常成熟的无损检测技术，对平面型缺陷结果准确，适用 于各种材料，成本低、安全性好，但对被测物体要求较高，须去除表面涂层， 腐蚀坑底或腐蚀表面对声波散射严重，有一定的近场盲区，内外壁回波不易区 分等缺点，易产生漏检和误判。 ( 3 ) 磁粉检测 磁粉检测m a g n e t i cp a r t i c l et e s t i n g ( m t ) ：磁粉检测是先对被检测工件进 行磁化，在被检测部位及周围产生漏磁场，若存在缺陷，缺陷处磁阻比材料本 身磁阻大得多，缺陷处磁力线会产生弯曲绕行现象。然后把磁粉或磁粉混浊液 喷涂到被检测件表面，缺陷即可通过其分布显示出来。磁粉检测所需的设备简 单，操作方便，迅速可靠，对表面缺陷检测灵敏度高，缺陷较直观，成本低。 但缺陷的显现程度与缺陷同磁力线的相对位置有关，只能检测出缺陷的位置和 表面方向的长度，不能检测缺陷深度，定量分析比较困难。磁粉检测主要应用 在焊缝和工件表面或近表面裂纹检测，其不适用于管道腐蚀的检测工作。 ( 4 ) 射线检测 射线检测r a d i o g r a p h i ct e s t i n g ( r t ) ：射线检测法是用x 射线对检测工 件进行透射，然后用胶片采集射线，使用图像处理技术对被检测工件的缺陷进 行判别。射线检测对缺陷情况形象直观，对缺陷的尺寸和性质判断也较容易， 而且射线检测对物体也不存在污染。一般情况下，射线探伤是不易发现裂纹但 容易发现气孔、夹渣等，即射线探伤适宜用于气孔、夹渣等体积型缺陷探伤， 而不适宜裂纹等面积型缺陷探伤。射线检测法对管道的内部缺陷有检出能力， 但操作复杂而且缺陷类型判定繁琐，最主要的是射线的散射不易控制，容易发 生泄漏。 ( 5 ) 漏磁检测 漏磁检测m a g n e t i cf l u xl e a k a g et e s t i n g ( m f l t ) - 漏磁检测方法是利用传 感器提取缺陷漏磁信号的方法来检测缺陷的。当被测工件表面或者内部有缺陷 时，缺陷附近存在扩散漏磁通，漏磁通的磁参量与缺陷的状态具有一定的对应 关系，因此可利用传感器检测漏磁缺陷信号，将磁参量的变化转化为电信号， 再由计算机进行处理判断，从而确定缺陷状态。这种检测方法具有结构简单， 对缺陷具有较高的灵敏度和分辨率，并且是一种以自动化为目的而发展起来的 8 一种自动无损检测技术。漏磁检测技术具有无需耦合，检测速度快、灵敏度高， 可靠性好等特点，并可对缺陷进行量化处理，是一种具有自动化检测性能的无 损检测方法。 表2 1 常规检测方法的检测性能比较 淤 涡流检测超声检测磁粉检测射线检测漏磁检测 检测性能比较 检测速度( m m i n ) 3 02 0 左右小于0 5小于12 5 7 2 最大检测直径( m m ) 1 8 01 4 01 8 01 0 06 6 0 检测缺陷深度( m m ) 2 2 02l o2 0 检测灵敏度( 孔m m ) 3 21 51 51 51 5 漏检和误检率向高低高低 内壁缺陷检测能力 无无 无有有 最大端头盲区( m m ) 3 5 03 0 05 03 0 02 0 管体缺陷检测能力强强无无强 管道端头检测能力 无无 有有 强 是否需要耦合荆无必须无无无 检测成本低高高最高低 防护要求无 无 无严格无 耗材无水或油磁粉无无 可视化监测能力无 无 无无 有 自动化检测能力有有无无有 在无损检测中，漏磁法、涡流法及超声波法都能检测出管件表面多种形状 的缺陷。涡流法适合于检测导体缺陷或近表面缺陷，但涡流检测产生的“集肤 效应”不利于检测导体的内部缺陷。在信号处理方面，漏磁法采用永磁铁或直 流磁化，没有高频信号干扰，而涡流法由于有高频激励信号存在，信号处理比 较困难。超声波检测法需要在探头和管壁间有保持连续的耦合剂，应用上比较 困难。而漏磁通的检测对环境要求较低，可广泛用于输油管道和天然气管道， 是目前应用最广泛的管道在役检测方法。通过以上的比较分析，结合实际检测 系统的研究情况，所以选择了漏磁检测作为本文的研究方法。 ( 6 ) 其他非常规检测方法 在无损检测发展过程中，也出现了许多新的检测方法，比如有声发射检测、 光全息照相检测、红外热成像、红外热像检测等。例如红外热像的无损探测是 如果导热体的内部存在缺陷，缺陷部分会出现异常的温度分布或热流分布。这 些异常的热量信息可以被红外热像仪捕获并记录到红外热图中。通过对热图的 分析，可以得到缺陷的位置、形状、和大小等信息。这些新的检测方法是对常 规检测方法的有益补充，具有互补的效果。例如红外热成像技术可以无损、快 9 速、非接触地探测出温度场分布，从而推导出生产设备材料的工作状况，是一 种重要的在线监测手段。随着科学技术的发展，这些新的检测方法也将发挥越 来