油气管道缺陷漏磁内检测理论与应用PDF电子书下载

第1章 绪论 1

1.1 油气管道缺陷检测的意义 1

1.2 油气管道缺陷内检测技术概述 4

1.3 油气管道完整性管理相关法规及标准 9

1.4 油气管道内检测流程 11

第2章 漏磁检测原理及其影响因素分析 13

2.1 漏磁检测原理 13

2.1.1 漏磁检测理论的发展沿革 14

2.1.2 缺陷外形与漏磁场的关系 18

2.2 漏磁检测影响因素 33

2.2.1 影响因素的分类 33

2.2.2 磁化环节的影响 34

2.2.3 漏磁和数据采集环节的影响 39

2.3 外磁场测量系统的应用 43

第3章 油气管道漏磁内检测用传感器设计 46

3.1 漏磁测量用传感元件 46

3.2 管道内外壁缺陷区分用传感元件 49

3.3 非磁状态量传感器 49

第4章 检测信号处理方法 51

4.1 数据采集与存储 51

4.1.1 数据采集的基本理论 51

4.1.2 管道漏磁检测的数据采集 52

4.1.3 数据的组织与存储 60

4.2 数据压缩及降噪方法 67

4.2.1 检测数据压缩 67

4.2.2 检测信号降噪方法 71

第5章 地面标记方法 79

5.1 引言 79

5.2 低频辐射和接收传感器 81

5.2.1 超低频电磁场的磁偶极子模型 81

5.2.2 基于超低频电磁场的定位模型 82

5.2.3 低频辐射器 85

5.2.4 接收磁传感器 85

5.3 低频辐射信号发生电路 87

5.4 低频辐射接收器 88

5.5 地面标记系统的实验测试 90

5.5.1 定位实验理论分析 90

5.5.2 超低频电磁辐射定位系统测试 92

第6章 漏磁检测缺陷量化方法 97

6.1 引言 97

6.2 基于统计识别的缺陷量化方法研究 102

6.2.1 漏磁信号的预处理 103

6.2.2 波形特征的定义和提取 104

6.2.3 缺陷长度的统计识别 105

6.2.4 多变量统计分析方法 107

6.2.5 缺陷宽度的统计识别 110

6.2.6 缺陷深度的统计识别 112

6.3 径向基函数神经网络量化方法 113

6.4 三维有限元神经网络量化方法 121

6.4.1 有限元法的离散化原理 122

6.4.2 有限元神经网络 124

6.4.3 用FENN求解正问题和逆问题 131

6.4.4 FENN的优点分析 132

第7章 检测数据分析专家系统 135

7.1 专家系统简介 135

7.2 数据分析软件功能 137

7.3 实验结果 140

7.3.1 实测数据的预处理 140

7.3.2 基于波动的缺陷信号识别 141

7.3.3 缺陷信号分类与量化 142

7.3.4 管道安全性评估 143

7.3.5 牵拉实验数据缺陷分类与量化 145

附录 牵拉实验缺陷量化结果 148

参考文献 152