基於支持向量機的油管缺陷定量識別方法
2023-05-02 03:02:56 1
專利名稱：基於支持向量機的油管缺陷定量識別方法
技術領域：
本發明涉及無損檢測技術領域，是一種基於支持向量機的油管缺陷定量識別方法。
背景技術：
作為常規無損檢測的方法，漏磁場檢測技術已成功應用於鐵磁材料構件的質量與安全檢測方面。通過缺陷漏磁信號反演其缺陷輪廓尺寸參數，是實現油管缺陷定量評價和分級處理的關鍵。在漏磁反演缺陷輪廓尺寸的技術中，從漏磁場產生機理上推導出的磁偶極子模型，對於較簡單的缺陷形式其識別精度較高，然而對於形狀較複雜的缺陷形式，其模型的識別精度達不到工程要求。究其原因是由於缺陷尺寸與其對應漏磁場信號之間的關係存在高度非線性，很難用一個簡單的關係式來描述其兩者之間的關係，目前由於人工神經網絡通過模擬人腦結構及思維處理信息的能力，具有非線性、並行性和學習能力等特點，被用於管道的缺陷智能識別技術中，然而其神經網絡的結構和相應的參數選取沒有相應完整的理論基礎作為指導，識別模型的好壞常依賴於建模者的經驗，因而其廣泛應用受到約束。
發明內容
本發明提供了一種基於支持向量機的油管缺陷定量識別方法，克服了上述現有技術之不足，其能有效解決複雜缺陷模型的識別精度達不到工程要求、人工神經網絡的結構和相應參數的選取沒有理論基礎導致應用受到約束的問題。本發明的技術方案是通過以下措施來實現的:一種基於支持向量機的油管缺陷定量識別方法，按下述步驟進行:第一步，在試樣油管上製作具有不同尺寸的人工缺陷試樣並記錄尺寸；第二步，獲取人工缺陷試樣的漏磁信號；第三步，提取人工缺陷試樣的表徵缺陷幾何尺寸大小的漏磁信號特徵量；第四步，建立人工缺陷試樣數據集；第五步，建立人工缺陷試樣定量識別數學模型；第六步，當需要進行現場待識別油管缺陷的定量識別時，先通過磁傳感器獲取現場待識別油管缺陷的漏磁信號，然後提取現場待識別油管表徵缺陷幾何尺寸大小的漏磁信號特徵量，經歸一化到0-1之間後代入人工缺陷試樣定量識別數學模型中進行計算得到現場待識別油管缺陷的幾何尺寸值，從而實現了對現場待識別油管缺陷的定量識別。下面是對上述發明技術方案的進一步優化或/和改進:
上述第二步中，獲取人工缺陷試樣的漏磁信號的方法為:首先對人工缺陷試樣進行飽和磁化，然後通過磁傳感器勻速掃描方式掃描人工缺陷試樣上不同尺寸和類型的缺陷，並使磁傳感器與人工缺陷試樣的垂直距離保持不變，從而獲取對應人工缺陷試樣的漏磁信號。上述第三步中，提取人工缺陷試樣的表徵缺陷幾何尺寸大小的漏磁信號特徵量的方法為:對第二步中獲取的不同人工缺陷試樣的漏磁信號進行去噪處理後，通過現代信號處理技術對處理後的漏磁信號進行分析，提取各種時域和頻域中表徵該漏磁信號的特徵量，通過對這些特徵量進行統計分析，最後選出五個最能反映不同人工缺陷試樣幾何尺寸大小的特徵量即:漏磁信號在時域中的相鄰峰谷間的長度值、相鄰峰谷間的高度值、相鄰峰谷信號間的面積值，在頻域中的缺陷信號的信息熵、小波分解特徵量。上述第四步建立人工缺陷試樣數據集的方法如下:將每一個人工缺陷試樣的幾何
尺寸和該幾何尺寸對應的檢測漏磁信號特徵量進行組合，表示為，其中A表示第《個人工缺
陷試樣對應的漏磁信號特徵量，其中:時域中的相鄰峰谷間的長度值、相鄰峰谷間的高度值、相鄰峰谷信號間的面積值，頻域中的缺陷信號的信息熵、小波分解特徵量五個量分別用
、化、％、％表示，即n =5，ft表示第f個人工缺陷試樣的幾何尺寸值,最後將所有
人工缺陷試樣的幾何尺寸及其提取的漏磁信號特徵量按這種方式進行組合，最終所建立的
i個人工缺陷試樣數據集表示為上述第五步中建立人工缺陷試樣定量識別數學模型採用支持向量回歸機算法建立缺陷定量識別的數學模型，該缺陷定量識別數學模型的對應優化模型表達式I為:
權利要求
1.一種基於支持向量機的油管缺陷定量識別方法，其特徵在於按下述步驟進行:第一步，在試樣油管上製作具有不同尺寸的人工缺陷試樣並記錄尺寸；第二步，獲取人工缺陷試樣的漏磁信號；第三步，提取人工缺陷試樣的表徵缺陷幾何尺寸大小的漏磁信號特徵量；第四步，建立人工缺陷試樣數據集；第五步，建立人工缺陷試樣定量識別數學模型；第六步，當需要進行現場待識別油管缺陷的定量識別時，先通過磁傳感器獲取現場待識別油管缺陷的漏磁信號，然後提取現場待識別油管表徵缺陷幾何尺寸大小的漏磁信號特徵量，經歸一化到0-1之間後代入人工缺陷試樣定量識別數學模型中進行計算得到現場待識別油管缺陷的幾何尺寸值，從而實現了對現場待識別油管缺陷的定量識別。
2.根據權利要求1所述的基於支持向量機的油管缺陷定量識別方法，其特徵在於第二步中，獲取人工缺陷試樣的漏磁信號的方法為:首先對人工缺陷試樣進行飽和磁化，然後通過磁傳感器勻速掃描方式掃描人工缺陷試樣上不同尺寸和類型的缺陷，並使磁傳感器與人工缺陷試樣的垂直距離保持不變，從而獲取對應人工缺陷試樣的漏磁信號。
3.根據權利要求1或2所述的基於支持向量機的油管缺陷定量識別方法，其特徵在於第三步中，提取人工缺陷試樣的表徵缺陷幾何尺寸大小的漏磁信號特徵量的方法為:對第二步中獲取的不同人工缺陷試樣的漏磁信號進行去噪處理後，通過現代信號處理技術對處理後的漏磁信號進行分析，提取各種時域和頻域中表徵該漏磁信號的特徵量，通過對這些特徵量進行統計分析，最後選出五個最能反映不同人工缺陷試樣幾何尺寸大小的特徵量即:漏磁信號在時域中的相鄰峰谷間的長度值、相鄰峰谷間的高度值、相鄰峰谷信號間的面積值，在頻域中的缺陷信號的信 息熵、小波分解特徵量。
4.根據權利要求3所述的基於支持向量機的油管缺陷定量識別方法，其特徵在於第四步建立人工缺陷試樣數據集的方法如下:將每一個人工缺陷試樣的幾何尺寸和該幾何尺寸對應的檢測漏磁信號特徵量進行組合，表示為JTxiT，其中&表示第f個人工缺陷試樣對應的漏磁信號特徵量，其中:時域中的相鄰峰谷間的長度值、相鄰峰谷間的高度值、相鄰峰谷信號間的面積值，頻域中的缺陷信號的信息熵、小波分解特徵量五個量分別用而、:％、&、:％、&表示，即n =5，Λ表示第，個人工缺陷試樣的幾何尺寸值，最後將所有人工缺陷試樣的幾何尺寸及其提取的漏磁信號特徵量按這種方式進行組合，最終所建立的I個人工缺陷試樣數據集表示為W。
5.根據權利要求4所述的基於支持向量機的油管缺陷定量識別方法，其特徵在於第五步中建立人工缺陷試樣定量識別數學模型採用支持向量回歸機算法建立缺陷定量識別的數學模型，該缺陷定量識別數學模型的對應優化模型表達式I為:min \++ )^ U b-1U^-8.u # ji(今—4)=α il: 其中表示核函數，這裡取高斯徑向基核函數，表示從漏磁信號中提取的五個漏磁信號特徵量，_F表示對應人工缺陷試樣的幾何尺寸■表示人工缺陷試樣用幾個參數來表示幾何尺寸大小，I表示人工缺陷試樣樣本數據集個數，I1、為引入的拉格朗日乘子，~為偏置項，￡為回歸殘差，C為懲罰係數，將第四步中建立的人工缺陷試樣樣本數據集進行歸一化到0-1之間後代入到該優化模型中，結合留一交叉驗證法並應用粒子群優化算法確定模型的參數ε最後對該模型進行求解得到參數％、*4、~的具體值，從而得到該缺陷定量評價的具體支持向量回歸模型的表達式2為:
6.根據權利要求5所述的基於支持向量機的油管缺陷定量識別方法，其特徵在於第六步中當需要對現場待識別油管缺陷的定量識別時，先通過磁傳感器獲取現場待識別油管缺陷的漏磁信號，並進行去噪處理後提取第三步中指定的該漏磁信號的五個特徵量，將其進行歸一化到0-1之間後代入支持向量回歸模型表達式2中進行計算，最後得到Λ(4的值再 經過反歸一化計算即為現場待識別油管缺陷的幾何尺寸值，從而實現了對該缺陷的定量識別。
7.根據權利要求1或2所述的基於支持向量機的油管缺陷定量識別方法，其特徵在於人工缺陷試樣的形狀為孔形 或槽形。
8.根據權利要求3所述的基於支持向量機的油管缺陷定量識別方法，其特徵在於人工缺陷試樣的形狀為孔形或槽形。
9.根據權利要求4所述的基於支持向量機的油管缺陷定量識別方法，其特徵在於人工缺陷試樣的形狀為孔形或槽形。
10.根據權利要求5或6所述的基於支持向量機的油管缺陷定量識別方法，其特徵在於人工缺陷試樣的形狀為孔形或槽形。
全文摘要
本發明涉及無損檢測技術領域，是一種基於支持向量機的油管缺陷定量識別方法；按下述步驟進行第一步，人工製作油管缺陷對比試樣；第二步，通過磁傳感器掃描油管缺陷對比試樣，獲取油管缺陷對比試樣對應真實缺陷尺寸的對比試樣漏磁信號。本發明通過多代入多輸出支持向量回歸機數學算法建立油管缺陷對比試樣漏磁信號特徵量與相對應真實缺陷尺寸的映射關係，實現通過檢測待識別油管缺陷的漏磁信號來定量評價待識別油管缺陷的真實缺陷尺寸的目的；本發明具有回歸精度高和泛化能力強的特點，有效的避免了模型結構和參數選擇的盲目性，從而有效提高了對待識別油管真實缺陷尺寸識別的精度。
文檔編號G06F19/00GK103196356SQ20131011748
公開日2013年7月10日 申請日期2013年4月7日 優先權日2013年4月7日
發明者趙江, 王斌, 蹇清平, 艾志久 申請人:克拉瑪依市金牛工程建設有限責任公司