[发明专利]一种管道缺陷识别方法、装置及存储介质

权利要求书

1.一种管道缺陷识别方法，其特征在于，包括：

将待检测的径向分量漏磁曲线图和与所述待检测的径向分量漏磁曲线图对应的横向分量漏磁曲线图分别输入管道缺陷识别模型，得到径向分量漏磁曲线图识别结果和横向分量漏磁曲线图识别结果；其中，所述管道缺陷识别模型为使用多组训练数据训练待训练模型得到的，所述多组训练数据中的每组训练数据包括漏磁曲线图和标识所述漏磁曲线图对应分类的标签；

若所述径向分量漏磁曲线图识别结果和所述横向分量漏磁曲线图识别结果均指向同一缺陷类型，则所述缺陷类型为所述管道的缺陷类型。

2.根据权利要求1所述的管道缺陷识别方法，其特征在于，在将待检测的径向分量漏磁曲线图和待检测的横向分量漏磁曲线图分别输入管道缺陷识别模型之前，还包括：

获取漏磁检测仪检测管道获得的漏磁信号数据；

根据所述漏磁信号数据得到待分割的径向分量漏磁曲线图和待分割的轴向分量曲线图；

根据预设的距离，分别对所述待分割的径向分量漏磁曲线图和所述待分割的轴向分量曲线图进行分割，得到多个待检测的径向分量漏磁曲线图和多个待检测的横向分量漏磁曲线图。

3.根据权利要求2所述的管道缺陷识别方法，其特征在于，所述根据所述漏磁数据，得到径向分量漏磁曲线图和轴向分量曲线图，具体包括：

将所述漏磁信号数据分解为周向分量、径向分量和轴向分量；

将所述径向分量和轴向分量分别一一映射到二维平面坐标系上，形成待分割的径向分量曲线图和待分割的轴向分量曲线图；其中，所述二维平面坐标系的横坐标为移动距离，所述二维平面坐标系的纵坐标为磁通密度；

根据预设的距离，分别对所述待分割的径向分量漏磁曲线图和所述待分割的轴向分量曲线图进行分割，得到多个待检测的径向分量漏磁曲线图和多个待检测的横向分量漏磁曲线图。

4.根据权利要求1所述的管道缺陷识别方法，其特征在于，所述待训练模型包括VGG-16删减模型和MLP模型，所述VGG-16删减模型通过将VGG-16模型的全连接层后面的层删减掉得到。

5.根据权利要求4所述的管道缺陷识别方法，其特征在于，所述MLP模型包括全连接层、隐藏层和输出层，所述全连接层有25088个神经元，激活函数为ReLu；所述隐藏层有20个神经元，激活函数为Softmax；所述输出层有10个神经元，优化器选择为adam，损失函数选择为：Softmax_crossentropy。

6.根据权利要求1所述的管道缺陷识别方法，其特征在于，所述管道缺陷类型包括凹陷、穿孔、表面剥落、轴向裂纹和正常，所述漏磁曲线图类型包括表征凹陷的轴向分量漏磁曲线图、表征凹陷的径向分量漏磁曲线图、表征穿孔的轴向分量漏磁曲线图、表征穿孔的径向分量漏磁曲线图、表征表面剥落的轴向分量漏磁曲线图、表征表面剥落的径向分量漏磁曲线图、表征轴向裂纹的轴向分量漏磁曲线图、表征轴向裂纹的径向分量漏磁曲线图、表征正常的轴向分量漏磁曲线图、表征正常的径向分量漏磁曲线图。

7.根据权利要求1所述的管道缺陷识别方法，其特征在于，还包括：若所述所述径向分量漏磁曲线图识别结果和所述横向分量漏磁曲线图识别结果不指向同一缺陷类型，则输出缺陷类型无法判断，请求人工检查的信号。

8.一种管道缺陷识别装置，其特征在于，包括：

输入模块，用于将待检测的径向分量漏磁曲线图和与所述待检测的径向分量漏磁曲线图对应的横向分量漏磁曲线图分别输入管道缺陷识别模型，得到径向分量漏磁曲线图识别结果和横向分量漏磁曲线图识别结果；其中，所述管道缺陷识别模型为使用多组训练数据训练待训练模型得到的，所述多组训练数据中的每组训练数据包括漏磁曲线图和标识所述漏磁曲线图对应分类的标签；

判断模块，用于若所述径向分量漏磁曲线图识别结果和所述横向分量漏磁曲线图识别结果均指向同一缺陷类型，则所述缺陷类型为所述管道的缺陷类型。