论文部分内容阅读
海底管道检测技术及离线信号分析是目前国际无损检测领域的研究热点。开展管道检测相关技术、方法和手段的研究具有重大的理论和现实意义。论文依托国家“十五”863项目“海底管道内爬行器及其检测技术”,一方面以爬行器中超声传感器阵列获取的损伤信号为研究对象,提取了回波到达时刻特征,并通过特征级和决策级的融合,获取了损伤的尺寸、类型和等级等信息;另一方面,尝试将脉冲涡流这种新的检测技术应用于管道无损检测领域,提出了用于管道检测的脉冲涡流探头单元和阵列设计思路,在时域和频域提取了若干脉冲涡流信号的特征,并将其用于管道损伤的分类中,为研制具有我国自主知识产权的管道智能检测器的离线数据分析评估系统提供了关键技术。首先,根据项目需求和海底恶劣复杂的工况,为了最大可能的消除可以消除的不确定性,得出有效合理的分析结果,构建了离线数据处理和多级融合的策略。该策略首先采用不同的方法,对多种传感器阵列的检测信号分别进行独立的分析,提取出信号和(或)损伤的特征,然后进行特征级和决策级的融合,以消除不同类型传感器和不同技术之间的干扰,降低对归一化和配准等融合前提的要求,从不同角度更全面地掌握损伤状况。在基于超声信号的损伤信息提取部分,应用经验模态分解和Hilbert变换等时频分析方法,对非线性非稳态的超声射频信号进行分解、模态选择、重构和变换,可从含强噪声且混叠的信号中精确的提取出各次回波的到达时刻,进而获得准确的剩余壁厚。该方法不仅可明显提高管道剩余壁厚以及内部裂缝尺寸和位置的测量精度,还在很大程度上减小了超声衍射渡越时间法的盲区。在对脉冲涡流技术的研究中,首先,提出了用于管道检测的脉冲涡流探头单元和阵列布置的设计思路。其次,在时域提取出脉冲涡流差分信号的下降点,进而将信号分段,并分别提取出三对形状特征量;在频域提取出两个频谱特征量。此后,对特征量的鲁棒性和普适性以及相互关系进行了分析、比较和总结,得到了一些有价值的结论,丰富了信号解释和损伤分析的可用资源,为快速高效的检测和控制提供了理论依据。在实验中,还发现了信号的双峰现象。此现象未见论文报道。最后,鉴于特征量在数量上和种类上的优势,通过合理集成和组合,实现了损伤的二维和三维快速精确分类。推荐了最佳的二维和三维分类组合,并通过实验,验证了最佳组合的稳定性和普适性。除了基于脉冲涡流信号特征的损伤分类,在对管道损伤的原因和类别进行分析的基础上,基于独立分量分析得到的信号分量,构建了互信息矩阵,提取出了超声射频信号的互信息特征。基于这些特征,利用神经网络对损伤进行了分类,得到了满意的分类结果。在损伤尺寸融合部分,采用神经网络和基于层次分析思想的加权平均两种方法,实现了同类和异类传感器信息的特征级融合,并对两种融合方法的精度、速度和计算负担进行了比较分析。其中,基于层次分析的加权平均法从实际检测信息出发,不需要任何先验信息,计算负担轻,精度较神经网络方法稍差。建议根据实际需要选择合适的方法或将两种方法结合起来以提高融合性能。在损伤等级评估部分,研究了基于不确定性推理的决策级融合方法,分析了证据理论的失效问题,比较了现有的解决方法,从证据源本身出发,提出了基于焦元相似度和证据可信度的两种加权平均方法。通过证据的加权平均预处理,解决了失效问题。此外,基于改进的证据理论,构建了管道损伤等级评价策略,通过综合来自多个评估规则的信息,可以得到更合理可靠的融合结果。为模拟样机编制了管道损伤等级评估和三维显示软件。本文提出的超声信号特征提取和各种融合方法也可用于其它类似情况的信号处理中。