[发明专利]三维漏磁检测缺陷神经网络迭代反演成像方法

权利要求书

1.一种三维漏磁检测缺陷神经网络迭代反演成像方法，其特征在于，包括以下步骤：

S1：提供待测管道，并从所述待测管道选取成像区域，其中，所述成像区域包括标准人工缺陷；

S2：利用三轴磁传感器扫描所述待测管道，得到所述待测管道的离散三维漏磁检测数据，并对所述离散三维漏磁检测数据进行过滤，得到最终的三维漏磁场检测值；

S3：根据主成分分析法对所述三维漏磁场检测值进行分析，并提取缺陷轮廓反演时所需的多个特征值，并组成相应的实际特征值向量，其中，所述多个特征值包括：轴向信号漏磁场体积、轴向信号漏磁场能量、轴向信号正峰值、轴向信号负峰值、径向信号正负峰值的轴向间距及周向信号正负峰值的周向间距；

S4：根据三维缺陷漏磁信号确定缺陷开口轮廓，并根据所述缺陷开口轮廓和深度参数建立对应的缺陷三维轮廓条状模型；

S5：构建正向径向基函数神经网络模型，其中，所述正向径向基函数神经网络模型的输入为基于所述三维轮廓条状模型的缺陷参数；

S6：设定初始的深度向量，并将所述深度向量输入所述正向径向基函数神经网络模型以进行正向预测，得到所述三维漏磁场检测值的多个特征值对应的预测特征值向量；

S7：计算并判断所述实际特征值向量与所述预测特征值向量之间的误差是否小于误差阈值，如果是，则根据所述初始的深度向量进行反演成像，以得到最终缺陷轮廓，否则，对所述初始的深度向量进行修正，并返回执行所述步骤S6，直至所述实际特征值向量与所述预测特征值向量之间的误差小于所述误差阈值。

2.根据权利要求1所述的三维漏磁检测缺陷神经网络迭代反演成像方法，其特征在于，在所述步骤S2之前，还包括：利用直流磁化场对所述待测管道的管壁进行饱和磁化处理。

3.根据权利要求1所述的三维漏磁检测缺陷神经网络迭代反演成像方法，其特征在于，所述步骤S2进一步包括：

利用三轴磁传感器以预设速度匀速等间距扫描所述待测管道，得到沿管道轴向、径向和周向的离散三维漏磁检测数据；

计算所述离散三维漏磁检测数据的平均值，并根据所述平均值得到异常阈值；

删除所述离散三维漏磁检测数据中大于所述异常阈值的漏磁检测数据，得到最终漏磁场检测值。

4.根据权利要求1-3任一项所述的三维漏磁检测缺陷神经网络迭代反演成像方法，其特征在于，所述离散三维漏磁检测数据包括：轴向漏磁检测数据、径向漏磁检测数据和周向漏磁检测数据。

5.根据权利要求4所述的三维漏磁检测缺陷神经网络迭代反演成像方法，其特征在于，所述三维缺陷漏磁信号包括：轴向缺陷漏磁信号、径向缺陷漏磁信号和周向缺陷漏磁信号。

6.根据权利要求1所述的三维漏磁检测缺陷神经网络迭代反演成像方法，其特征在于，所述步骤S4中建立所述缺陷三维轮廓条状模型，具体包括：

a.确定划分尺寸Δw，将管壁待求解区域沿周向划分为N等份，设缺陷开口轮廓外部的深度均为0，其内部的每等份均为深度相同的等高平面，以得到初步划分结果；

b.计算所述缺陷开口轮廓的每一等份的等价长度，并将每一等份用对应的等价长方形进行表示，其中，所述等价长方形的长度按下式进行计算，

L＝S/Δw，

其中，S为每一等份开口截面的面积，Δw为模型沿管道周向的划分尺寸；

c.组合各等份所对应的等价长方形，得到新的开口轮廓，确定各等份在管道径向方向的深度参数d，得到最终的缺陷三维轮廓条状模型M_s，其中，所述最终的缺陷三维轮廓条状模型M_s模型中的未知参数为各个等份的深度参数d，令L_i表示第i个等份的长度值，d_i表示第i个等份的深度值，则在已知沿管道周向的划分尺寸Δw的前提下，整个缺陷三维轮廓条状模型可表示为：

M_S＝{(L₁,d₁),...,(L_i,d_i),...,(L_N,d_N)}，

其中，缺陷开口轮廓内部的长度与深度参数为待求解的未知量，在缺陷开口轮廓外部，所有等份的长度与深度参数均为：

L_i＝d_i＝0。