[发明专利]基于声发射信号的导管架水下裂纹检测系统及其方法

说明书

公开了一种基于声发射信号的导管架水下裂纹检测系统及其方法，其采用基于深度学习的人工智能检测算法，以声发射传感器作用于待测导管架的声发射回波信号作为输入数据，并对其进行笛卡尔坐标系下的时间序列迁移到极坐标系上表示的场域转化后，来提取所述声发射回波信号中关于所述导管架聚焦于空间位置上以及通道内容上的特征分布信息，并以这两者的特征信息的融合来进行导管架是否存在水下裂纹的检测判断。这样，可以精准地对于海上风电场导管架是否存在水下裂纹进行智能检测，以保障海上风电导管架的安全性。

技术领域

本申请涉及智能检测技术领域，且更为具体地，涉及一种基于声发射信号的导管架水下裂纹检测系统及其方法。

背景技术

在国家大力推进“碳达峰”和“碳中和”的大背景下，风电、光伏、抽水蓄能行业快速发展。海上风电作为风电产业最重要的组成部分，其发展速度不容小觑，随着海上风电的高速发展，海上风机的大型化发展趋势已是必然。导管架基础作为海上风机基础中最稳重可靠的基础形式之一，在海上风电的发展中占据着不可或缺的地位，而作为连接上部风机塔筒和下部主体的过渡段结构亦是起着承上启下的关键作用。

目前，由于导管架平台所处地区大多为高温高盐、环境载荷复杂的海域，需要定期对其进行维护及探伤裂纹检测，以确保导管架平台的安全性。传统的检测技术包括磁粉检测(MT)、超声检测技术(UT)、涡流检测(ET)等技术，检测过程对于人员操作技能要求较高、产生的效费比低、智能化水平低，在作业时必须要在被测导管架表面去除防腐层，成本较高，且只能用于检测宏观缺陷。并且传统的检测方案大多数需要依靠人工进行操作，人工监测的过程效率低、实时性差。

因此，期望一种优化的导管架水下裂纹检测系统，其能够实时智能地对于海上风电场导管架是否存在水下裂纹进行准确地检测，以保障海上风电导管架的安全性，降低企业后期维修成本。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于声发射信号的导管架水下裂纹检测系统及其方法，其采用基于深度学习的人工智能检测算法，以声发射传感器作用于待测导管架的声发射回波信号作为输入数据，并对其进行笛卡尔坐标系下的时间序列迁移到极坐标系上表示的场域转化后，来提取所述声发射回波信号中关于所述导管架聚焦于空间位置上以及通道内容上的特征分布信息，并以这两者的特征信息的融合来进行导管架是否存在水下裂纹的检测判断。这样，可以精准地对于海上风电场导管架是否存在水下裂纹进行智能检测，以保障海上风电导管架的安全性。

根据本申请的一个方面，提供了一种基于声发射信号的导管架水下裂纹检测系统，其包括：

声发射回波信号采集模块，用于获取声发射传感器作用于待测导管架的声发射回波信号；

域映射模块，用于对所述声发射回波信号进行格拉姆角和场变换以得到格拉姆角和场图像；

第一特征提取模块，用于将所述格拉姆角和场图像通过使用空间注意力的第一卷积神经网络模型以得到第一声发射检测特征图；

第二特征提取模块，用于将所述格拉姆角和场图像通过使用通道注意力的第二卷积神经网络模型以得到第二声发射检测特征图；

特征融合模块，用于融合所述第一声发射检测特征图和所述第二声发射检测特征图以得到分类特征图；

特征流形校正模块，用于对所述分类特征图进行高维特征流形校正以得到校正后分类特征图；以及

检测结果生成模块，用于将所述校正后分类特征图通过分类器以得到分类结果，所述分类结果用于表示导管架是否存在水下裂纹。