钻杆是油田钻井作业中的主要工具,在井下不仅要承受高温、高压的作业环境,还要承受各种应力的循环加载,在这种恶劣的环境中,钻杆会产生裂纹、腐蚀、磨损、过量变形等损伤,若不及时对钻杆进行检测容易导致钻井事故的发生。　　油田现有的无损检测手段只能对已经出现的严重损伤进行检测,无法对钻杆即将产生的潜在损伤进行检测,也无法对钻杆的损伤情况进行总体评价。本文结合钻杆的自身结构特点,根据油田现场的实际条件,利用金属磁记忆的无损检测方式做了如下工作:　　(1)根据油田上对钻杆的实际分类和钻杆的结构特点,设计了针对钻杆的金属磁记忆检测评价参数。　　(2)利用自行研制的多通道钻杆金属磁记忆无损检测装置,针对油田上大量处于不同损伤阶段的钻杆进行了一系列的实验研究。　　(3)针对钻杆不同的损伤缺陷,采集了大量的数据,分析其金属磁记忆信号特点及参数分布,为损伤的断定提供了依掘。　　(4)针对不同级别的钻杆,采集了大量的数据,利用数理统计的手段和对采集到的数据参数进行分析,得到了不同类别的钻杆的参数分布范围,为钻杆级别的断定提供了依据。　　(5)针对油田基于损伤程度的钻杆级别的分类,设计了用于钻杆损伤级别分类的BP神经网络,实现了钻杆级别判定的人工智能,提高了钻杆级别判定的准确率与成功率。