一种管道的漏磁内检测方法、系统及相关组件技术方案

本申请公开了一种管道的漏磁内检测方法、系统及相关组件，涉及管道检测领域，该方法包括：获取漏磁内检测器通过目标管道后得到的漏磁内检测信号；根据所有漏磁内检测信号生成漏磁曲线图像；将漏磁曲线图像输入图像识别模型以得到部位分析结果；根据目标管道的部位参数，在漏磁曲线图像上增加相应的部位标记；对目标管道的部位标记与部位分析结果进行比对，得到最终检测结果；图像识别模型包括YOLO模型和注意力模型。本申请根据漏磁内检测信号生成漏磁曲线图像，并利用YOLO模型和注意力模型结合的图像识别模型分析漏磁曲线图像，能够较为准确地识别出微细缺陷，得到精确度较高的部位分析结果，进而得到深入、准确的最终检测结果。准确的最终检测结果。准确的最终检测结果。

【技术实现步骤摘要】
一种管道的漏磁内检测方法、系统及相关组件


[0001]本专利技术涉及管道检测领域，特别涉及一种管道的漏磁内检测方法、系统及相关组件。

技术介绍

[0002]由于管道的加工工艺参差不齐、焊接工艺水平限制、现场施工质量把控不严等问题，管道不仅在出厂前、施工后需要检查，在投入运行后更要求定期检修，以避免管道缺陷造成安全隐患、导致事故发生。
[0003]由于大部分投入运行的管道埋于地下，外部装置如X光的方式难以对管道进行检测，通常使用漏磁内检测的方式对管道进行内部检测。但是由于环境、设备、人员及现场施工的影响，不同的管道结构、环焊缝形貌与焊接质量差异较大，导致获取到的漏磁内检测信号差异较大。漏磁内检测信号的分析和识别，传统由人工进行，判断基准多依赖专家经验，分析过程耗时较长、准确性较低，难以对漏磁内检测信号进行有效识别与判定。
[0004]因此，如何提供一种解决上述技术问题的方案是目前本领域技术人员需要解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种能够有效识别的管道的漏磁内检测方法、系统及相关组件。其具体方案如下：
[0006]一种管道的漏磁内检测方法，包括：
[0007]获取漏磁内检测器通过目标管道后得到的漏磁内检测信号；
[0008]根据所有所述漏磁内检测信号生成漏磁曲线图像；
[0009]将所述漏磁曲线图像输入图像识别模型，以使所述图像识别模型输出对应所述漏磁曲线图像的部位分析结果；
[0010]根据所述目标管道的部位参数，在所述漏磁曲线图像上增加相应的部位标记；
[0011]对所述目标管道的部位标记与所述部位分析结果进行比对，得到最终检测结果；
[0012]所述图像识别模型包括YOLO模型和注意力模型。
[0013]优选的，所述部位标记包括：
[0014]内管壁标记，和/或焊缝标记，和/或特殊部件标记。
[0015]优选的，所述部位分析结果包括：
[0016]内管壁正常或异常，和/或，焊缝正常或异常，和/或，特殊部件正常或异常。
[0017]优选的，所述特殊部件标记包括法兰标记、和/或弯管标记、和/或通口标记、和/或阀门标记。
[0018]优选的，所述漏磁曲线图像上的每条曲线为所述漏磁内检测器的一个检测通道的所有所述漏磁内检测信号的描点连线结果。
[0019]优选的，YOLO模型具体为YOLOv5模型。
[0020]优选的，所述注意力模型具体为CBAM模型。
[0021]相应的，本申请还公开了一种管道的漏磁内检测系统，包括：
[0022]获取模块，用于获取漏磁内检测器通过目标管道后得到的漏磁内检测信号；
[0023]图像模块，用于根据所有所述漏磁内检测信号生成漏磁曲线图像；
[0024]分析模块，用于将所述漏磁曲线图像输入图像识别模型，以使所述图像识别模型输出对应所述漏磁曲线图像的部位分析结果；
[0025]标记模块，用于根据所述目标管道的部位参数，在所述漏磁曲线图像上增加相应的部位标记；
[0026]比对模块，用于对所述目标管道的部位标记与所述部位分析结果进行比对，得到最终检测结果；
[0027]所述图像识别模型包括YOLO模型和注意力模型。
[0028]相应的，本申请还公开了一种电子设备，包括：
[0029]存储器，用于存储计算机程序；
[0030]处理器，用于执行所述计算机程序时实现如上文任一项所述管道的漏磁内检测方法的步骤。
[0031]相应的，本申请还公开了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文任一项所述管道的漏磁内检测方法的步骤。
[0032]本申请公开了一种管道的漏磁内检测方法，包括：获取漏磁内检测器通过目标管道后得到的漏磁内检测信号；根据所有所述漏磁内检测信号生成漏磁曲线图像；将所述漏磁曲线图像输入图像识别模型，以使所述图像识别模型输出对应所述漏磁曲线图像的部位分析结果；根据所述目标管道的部位参数，在所述漏磁曲线图像上增加相应的部位标记；对所述目标管道的部位标记与所述部位分析结果进行比对，得到最终检测结果；所述图像识别模型包括YOLO模型和注意力模型。本申请根据漏磁内检测信号生成漏磁曲线图像，并利用YOLO模型和注意力模型结合的图像识别模型对漏磁曲线图像进行分析，能够较为准确地识别出管道中各部位的微细缺陷，得到检测精确度较高的部位分析结果，将部位分析结果与部位参数相比较，从而得到深入、准确的最终检测结果，对管道的安全运行提供了重要参考依据。
附图说明
[0033]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0034]图1为本专利技术实施例中一种管道的漏磁内检测方法的步骤流程图；
[0035]图2为本专利技术实施例中焊缝正常的漏磁曲线图像的示意图；
[0036]图3为本专利技术实施例中焊缝异常的漏磁曲线图像的示意图；
[0037]图4为本专利技术实施例中YOLOv5模型的结构分布图；
[0038]图5为本专利技术实施例中CBAM模型的原理示意图；
[0039]图6为本专利技术实施例中图像识别模型的网络框架图；
[0040]图7a和图7b分别为焊缝缺陷信号对应的局部漏磁曲线图像和X
‑
ray图像；
[0041]图8a
‑
图8d分别为本专利技术实施例中训练loss值的变化示意图；
[0042]图9a
‑
图9d分别为本专利技术实施例中训练过程的指标示意图；
[0043]图10a
‑
图10d分别为本专利技术实施例中智能识别的结果示意图；
[0044]图11为本专利技术实施例中一种管道的漏磁内检测系统的结构分布图。
具体实施方式
[0045]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0046]由于大部分投入运行的管道埋于地下，外部装置如X光的方式难以对管道进行检测，通常使用漏磁内检测的方式对管道进行内部检测。但是由于环境、设备、人员及现场施工的影响，不同的管道结构、环焊缝形貌与焊接质量差异较大，导致获取到的漏磁内检测信号差异较大，难以对漏磁内检测信号进行有效识别与判定。
[0047]本申请根据漏磁内检测信号生成漏磁曲线图像，并利用YOLO模型和注意力模型结合的图像识别模型对漏磁曲线图像进行分析，得到检测精确度较高的部位分析结果，将部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种管道的漏磁内检测方法，其特征在于，包括：获取漏磁内检测器通过目标管道后得到的漏磁内检测信号；根据所有所述漏磁内检测信号生成漏磁曲线图像；将所述漏磁曲线图像输入图像识别模型，以使所述图像识别模型输出对应所述漏磁曲线图像的部位分析结果；根据所述目标管道的部位参数，在所述漏磁曲线图像上增加相应的部位标记；对所述目标管道的部位标记与所述部位分析结果进行比对，得到最终检测结果；所述图像识别模型包括YOLO模型和注意力模型。2.根据权利要求1所述漏磁内检测方法，其特征在于，所述部位标记包括：内管壁标记，和/或焊缝标记，和/或特殊部件标记。3.根据权利要求2所述漏磁内检测方法，其特征在于，所述部位分析结果包括：内管壁正常或异常，和/或，焊缝正常或异常，和/或，特殊部件正常或异常。4.根据权利要求2所述漏磁内检测方法，其特征在于，所述特殊部件标记包括法兰标记、和/或弯管标记、和/或通口标记、和/或阀门标记。5.根据权利要求1所述漏磁内检测方法，其特征在于，所述漏磁曲线图像上的每条曲线为所述漏磁内检测器的一个检测通道的所有所述漏磁内检测信号的描点连线结果。6.根据权利要求1至...

【专利技术属性】
技术研发人员：徐鲁帅，董绍华，李凤，魏昊天，任庆滢，黄嘉伟，刘嘉玥，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：