基于支持向量机和磁记忆技术的管道缺陷深度的定量化反演研究
Quantitative Inversion of Pipeline Defect Depth Based on Support Vector Machine and Magnetic Memory Technology作者机构:中国石油大学(华东)海洋与空间信息学院青岛266580 中国石油大学(华东)控制科学与工程学院青岛266580 中国石化股份胜利油田分公司技术检测中心东营257000
出 版 物:《腐蚀与防护》 (Corrosion & Protection)
年 卷 期:2020年第41卷第1期
页 面:29-34,40页
学科分类:0820[工学-石油与天然气工程] 080706[工学-化工过程机械] 08[工学] 0807[工学-动力工程及工程热物理] 082003[工学-油气储运工程]
基 金:胜利油田项目(埋地金属管道金属磁记忆缺陷识别技术研究)
摘 要:金属管道表面往往存在不同深度的腐蚀缺陷。金属磁记忆检测技术是目前唯一能对铁磁性构件的早期损伤进行诊断的无损检测技术,然而磁记忆原始信号本身并不能直接实现对管道腐蚀缺陷深度特征的定量化识别,进而无法实现对管道腐蚀程度的预警。针对该问题,采用支持向量机方法建立了管道缺陷深度的定量化反演模型,利用该模型对管道上深度为1~15mm的腐蚀缺陷进行了多次反演,反演结果的平均误差为2.398mm,平均均方根误差为3.205mm,结果表明,模型对管道腐蚀缺陷深度的定量化反演是可行的。研究结果可为该领域的研究提供一定的参考,且具有较高的实际应用价值。