长输油管道漏磁检测信号处理与缺陷重构技术研究

《长输油管道漏磁检测信号处理与缺陷重构技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：UDC：编号：工学博士学位论文长输油管道漏磁检测信号处理与缺陷重构技术研究博士研究生：张青春指导教师：刘胜教授学科、专业：控制理论与控制工程哈尔滨工程大学2016年5月万方数据万方数据分类号：密级：UDC：编号：工学博士学位论文长输油管道漏磁检测信号处理与缺陷重构技术研究博士研究生：张青春指导教师：刘胜教授学位级别：工学博士学科、专业：控制理论与控制工程所在单位：自动化学院论文提交日期：2016年3月17日论文答辩日期：2016年5月30日学位授予单位：哈尔滨工程大学万方数据ClassifiedIndex:U.D.C:ADi

2、ssertationfortheDegreeofD.EngResearchonsignalprocessinganddefectreconstructiontechnologyofmagneticfluxleakagedetectionoflong-distanceoilpipelineCandidate:ZhangQingchunSupervisor:Prof.LiuShengAcademicDegreeAppliedfor:DoctorofEngineeringSpecialty:ControlTheoryandControlEngi

3、neeringDateofSubmission:March.17,2016DateofOralExamination:May.30,2016University:HarbinEngineeringUniversity万方数据哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完

4、全意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文（□在授

5、予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字）：导师（签字）：日期：年月日年月日万方数据长输油管道漏磁检测信号处理与缺陷重构技术研究摘要随着管道服役时间的不断增长，管道安全问题日趋严重。近年来，管道事故频繁发生，已经影响到正常的国民经济建设事业，危及公民的生命财产安全。管道缺陷内检测是目前排除管道安全隐患的最有效方法，而漏磁检测法是管道内检测最常用的无损检测手段。但截至目前，管道检测的相关技术还属于国外垄断技术，产品及相关技术一概不售。通常只提供管道检测服务，并收取不菲的费用。出于对

6、管道运输安全、国家安全以及检测服务成本等多方面的考虑，必须打破国外技术封锁，研制我国自主设计的高性能管道缺陷检测设备。本文以长输油管道缺陷漏磁（Magneticfluxleakage，MFL）检测系统为研究对象，针对管道漏磁检测信号的在线去噪、在线压缩处理及漏磁信号的管道缺陷二维、三维轮廓重构技术等关键技术问题进行了深入的研究：首先，本文就长输油管道缺陷漏磁检测系统的组成构成进行了研究，系统包括位于地下管道内部的PIG（流体驱动式管道机器人，又称管道猪，PipelinePig）、位于地面沿管线安置的定位标记器、位于机房内的数据后处理平台。

7、根据功能不同将系统划分为五个相对独立的功能模块，PIG总控中心、缺陷检测模块、PIG定位模块、速度控制模块和数据后处理平台，分别分析了五个模块的工作原理及结构组成。对PIG进行了蛇形模块化结构设计，增强PIG的管内通过性；对PIG的支撑轮进行改进设计，提出增加被动调节单元的滚珠丝杠螺母副调节机构，增强了PIG的管径变化适应能力；根据实际应用背景，确定了双盘节流式的PIG调速机构。其次，研究了漏磁检测信号在线去噪算法。针对嵌入式在线工作环境，提出了改进阈值的提升小波去噪算法，以提高去噪速度和精度。根据漏磁检测信号的实际特征，确定了去噪算法采

8、用的基小波最佳的选用范围为db5-7、sym4-6、bior2.6和bior4.4；最适宜的分解层数为J3；阈值估计采用逐层阈值估计的Visushrink阈值。对传统的阈值函数进行了改进，进