[发明专利]一种基于电涡流的油田套管缺陷无损检测方法

摘要

本发明涉及一种基于电涡流的油田套管缺陷无损检测方法，包括计算23个电涡流信号和的波峰，采用自适应阈值识别变形段，针对每一个变形段，进行差分处理，并将连续多组数据合并构成多层数据，对所有数据进行Fisher降维，选择降维后的多维数据作为特征值，采用RBF神经网络方法进行样本训练和测试数据的识别，从而能判别出所有变形段的位置和识别出变形段中的缺陷类型。本发明充分考虑了气田下环境复杂、容易发生三维变形、变形种类多等问题，能准确判别变形段所在的位置信息和识别变形段的缺陷类别，提高了变形段判别率和缺陷识别率，能够及时发现和处理套管缺陷，充分保障了油田开采的安全性。

主权项

1.一种基于电涡流的油田套管缺陷无损检测方法，其特征在于：包括如下步骤：/n1)参数初始化，构建涡流数据的层数、阈值Y₁、阈值Y₂、阈值Y₃、平缓段序号q＝1；/n2)读入测试数据，计算每个管道深度所对应的多个涡流电压数据之和，获得电压总值；/n3)寻找并确定电压总值的平缓段；/n4)获得所有平缓段的起始点，采用聚类方法计算无损阈值；/n5)通过比较测试数据与无损阈值来判断是否为变形点；/n6)根据变形点识别出变形段；/n7)输入套管缺陷数据，提取各种缺陷样本；/n8)缺陷样本进行Fisher处理和特征值提取；/n9)将提取的缺陷样本特征值输入RBF神经网络模型进行训练；/n10)测试数据进行差分处理和Fisher特征值提取；/n11)测试数据的特征值输入训练好的RBF神经网络模型，获得缺陷识别值；/n12)孔缝缺陷识别，并修正识别结果；/n13)弯曲缺陷识别，并修正识别结果；/n14)节箍缺陷识别，并修正识别结果；/n15)输出变形段和缺陷类型识别结果。/n