漏磁检测是一种广泛应用于在役管道检测中的无损检测技术，有效的缺陷轮廓三维重构方法对于漏磁检测非常重要。提出了一种基于偏差估计的随机森林缺陷三维轮廓重构方法。该方法利用随机森林，以漏磁信号偏差估计重构轮廓偏差，并根据估计信号和实际信号之间的偏差更新缺陷轮廓，最终实现缺陷的三维轮廓重构。试验结果表明：提出的方法具有良好的缺陷轮廓重构精度。

所属栏目

试验研究

收稿日期

2018/4/11

作者单位

曹辉:沈阳工业大学 信息科学与工程学院, 沈阳 110870
杨理践:沈阳工业大学 信息科学与工程学院, 沈阳 110870

联系人作者

曹辉(376421002@qq.com)

备注

曹辉(1978-),女,讲师,研究方向为管道检测与图像处理

引用该论文:

CAO Hui,YANG Lijian.Defect 3D Profile Reconstruction Using Magnetic Flux Leakage Signals Based on Error Estimation[J].Nondestructive Testing,2019,41(2):33～39
曹辉,杨理践.基于偏差估计的漏磁信号缺陷三维轮廓重构算法[J].无损检测,2019,41(2):33～39

参考文献

【1】

唐建华,孙少欣,刘金海,等.一种漏磁内检测器数据的自适应滤波方法[J].无损检测,2017,39(5):1-5,56.

【2】

邓炜,高斌,田贵云,等.基于脉冲涡流的多层异种金属材料内部缺陷检测[J].无损检测,2018,40(4):1-6.

【3】

纪凤珠,王长龙,梁四洋,等. 基于LS-SVM的管道二维漏磁缺陷重构[J]. 西南石油大学学报,2007(5):134-136,208.

【4】

苑希超,王长龙,王建斌. 基于贝叶斯估计的漏磁缺陷轮廓重构方法研究[J]. 兵工学报,2012(1):116-120.

【5】

韩文花,汪胜兵,王建,等. 基于改进人工蜂群算法的漏磁缺陷轮廓重构[J]. 火力与指挥控制,2016(6):15-18.

【6】

朱红运,王长龙,王建斌,等. 基于径向基神经网络的脉冲涡流缺陷轮廓重构[J]. 仪表技术与传感器,2016(6):98-101.

【7】

杨理践.管道漏磁在线检测技术[J].沈阳工业大学学报,2005,27(5):522-525.

【8】

杨理践,毕大伟,高松巍.油气管道漏磁检测的缺陷量化技术的研究[J].计算机测量与控制,2009,17(8):1489-1491.

【9】

梁志珊,孟祥萍,张化光. 从一类数据信息中产生模糊规则的有限元方法[J]. 信息与控制,1998(4):28-32.

【10】

MANDACHE C, CLAPHAM L. A model formagnetic flux leakage signal predictions[J].Journal of Physics D:Applied Physics, 2003, 36:2427-2431.

【11】

HUANG Z Y, QVE P W, CHEN L. 3D FEM analysis in magnetic flux leakage method[J]. NDT&E International,2006,39:61-66.

【12】

肖敏,史忠科. 水雷出水突变非线性滑模自适应反演弹道控制[J]. 信息与控制,2012(6):687-694.

【13】

BREIMAN L. Random forests[J]. Machine Learning, 2001, 45(1):5-32.

【14】

GISLASON P O, BENEDIKTSSON J A, SVEINSSON J R. Random forests for land cover classification[J]. Pattern Recognition Letters, 2006, 27(4):294-300.

【15】

LEUNG T, MALIK J. Representing and recognizing the visual appearance of materials using three-dimensional textons[J]. International Journal of Computer Vision, 2001, 43(1):29-44.

【16】

CHAN J C W, PAELINCKX D. Evaluation of random forest and adaboost tree-based ensemble classification and spectral band selection for ecotope mapping using airborne hyperspectral imagery[J]. Remote Sensing of Environment, 2008, 112(6):2999-3011.

【17】

CUTLER D R, STEVENS J. Random forests for classification in ecology[J]. Ecology, 2007,88(11):2783-2792.