基于GAN网络的双层管柱外层套管形变位置检测算法

作     者：陈友荣 金合丽 黄华 徐菲 任条娟 王柯 CHEN Yourong;JIN Heli;HUANG Hua;XU Fei;REN Tiaojuan;WANG Ke

作者机构：浙江树人学院信息科技学院浙江杭州310015 常州大学计算机与人工智能学院江苏常州213164 中国石化中原油田分公司石油工程技术研究院河南濮阳457001 

出 版 物：《传感技术学报》 (Chinese Journal of Sensors and Actuators)

年 卷 期：2023年第36卷第2期

页      面：242-250页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：浙江省自然科学基金项目(LQ19F010012) 国家科技重大专项项目(2016ZX05017-003) 

主　　题：电涡流检测信号 形变位置检测 GAN网络 检测 

摘      要：针对普光气田所使用的双层管柱外层套管存在形变位置难以检测问题,利用电磁探伤仪的电涡流检测信号,提出一种基于GAN网络的双层管柱外层套管形变位置检测算法(DPDA)。在DPDA中,首先对电涡流检测信号进行预处理将其转换为涡流图像,构建包括生成子网络和判别子网络的形变位置检测模型。然后提出权衡重构损失、隐性损失和对抗损失的两个子网络目标函数,并采用爬行动物搜索算法对目标函数的权重系数进行寻优。训练获得形变位置检测模型,并根据形变评分对形变像素进行初步检测。最后根据涡流图像特性,设计形变结果修正方法进行修正,获得形变位置检测结果。实验结果显示:DPDA能准确检测双层管柱外层套管的形变位置,提高检测准确率,降低漏检率和误检率,比自编码器(AE)、金字塔结构网络模型(PSNM)和猫群优化算法(CSOA)更优。