[发明专利]一种管道无损检测的人工智能识别方法有效
申请号: | 201711393735.5 | 申请日: | 2017-12-21 |
公开(公告)号: | CN108131568B | 公开(公告)日: | 2019-06-04 |
发明(设计)人: | 李晓艳;班书昊;苗乃明 | 申请(专利权)人: | 常州大学 |
主分类号: | F17D5/06 | 分类号: | F17D5/06;G01N15/08;G01N29/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 213164 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种管道无损检测的人工智能识别方法,属于管道无损检测领域和人工智能识别领域。它包括以下步骤:采用超声检测方法对可能有损的管道进行检测,并记录下超声检测结果;采用渗透检测方法对可能有损的管道重复检测,并记录下渗透检测的结果;根据超声检测的结果,建立超声数学期望值和超声欧拉距离函数;根据渗透检测的结果,建立各个检测点的渗透数学期望值和渗透欧拉距离函数;将超声欧拉距离函数与渗透欧拉距离函数进行加权求和组成损伤函数;给出各个检测点或检测部位的损伤函数,损伤函数越大表示管道损伤越严重。本发明是一种无需人工参与识别检测结果、识别管道损伤部位准确率更高的人工智能识别方法。 | ||
搜索关键词: | 人工智能识别 欧拉距离 超声检测 渗透检测 无损检测 超声 损伤 管道损伤 检测点 数学 检测结果 人工参与 重复检测 求和 检测 准确率 记录 加权 | ||
【主权项】:
1.一种管道无损检测的人工智能识别方法,其特征在于包括以下步骤:步骤一、采用超声检测方法对可能有损的管道进行检测,并记录下超声检测结果;步骤二、采用渗透检测方法对步骤一可能有损的管道进行再一次检测,并记录下渗透检测的结果;步骤三、根据超声检测的结果,建立各个检测点的超声数学期望值,以及偏离数学期望值的超声欧拉距离函数;步骤四、根据渗透检测的结果,建立各个检测点的渗透数学期望值,以及偏离数学期望值的渗透欧拉距离函数;步骤五、将步骤三中的超声欧拉距离函数与步骤四中的渗透欧拉距离函数进行加权求和,进行归一化处理组成损伤函数,所述损伤函数的数值大小即可表示管道损伤的程度;步骤六、根据步骤五给出各个检测点或检测部位的损伤函数值,损伤函数值越大表示管道损伤越严重。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州大学,未经常州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711393735.5/,转载请声明来源钻瓜专利网。