-
公开(公告)号：CN112986330A
公开(公告)日：2021-06-18
申请号：CN202110436716.6
申请日：2021-04-22
Applicant: 东北大学
IPC: G01N25/72
Abstract: 本发明公开一种基于红外热成像的管道缺陷检测数据收集装置及方法，该装置由红外热成像、激光激励和供电三个部分按顺序通过双头螺柱连接而成。所述红外热成像部分包括：成像控制器、成像外壳、密封挡板和多个热成像摄像头；所述激光激励部分由动力部分、激励部分和激励控制器组成；所述供电部分由供电外壳、密封挡板和电池组成。本发明的方法采用以蛇形管道机器人为载体的装置，利用激光激励对管壁进行热激时，使管壁表面热波具有横向传播特性，从而对管壁表面的裂纹具有较强的敏感性，并控制激励的功率和发热条的旋转速度使管道保持在最适温度，使热成像数据对比度更高，同时采用图像去畸变算法和导航算法，使得对缺陷定位更为准确。
-
公开(公告)号：CN110865118A
公开(公告)日：2020-03-06
申请号：CN201910976347.2
申请日：2019-10-15
Applicant: 东北大学
Abstract: 本发明提出了一种基于交错式探头和脉冲涡流的缺陷深度检测装置及方法，通过信号发生器产生周期性脉冲信号经放大后施加到交错式探头单元的激励线圈两端，交错式探头单元的检测线圈用于检测被测试件表面的磁场信号，并将其转化为电压信号输出至信号调理单元对信号进行滤波、放大后输出至A/D转换单元，转换后的采样数据输入基于时频域的特征向量提取单元提取时域、幅频域、相频域的特征向量，最后将其输入基于随机森林的缺陷深度检测单元输出缺陷深度信息，激励线圈和检测线圈交错排列减小了漏检区域，抑制线圈之间的互感影响，提高了信噪比，通过对数字信号进行特征向量提取，增加了缺陷检测的鲁棒性，减小了干扰磁场的影响。
-
公开(公告)号：CN110674915A
公开(公告)日：2020-01-10
申请号：CN201910881235.9
申请日：2019-09-18
Applicant: 东北大学
Abstract: 本发明公开了一种基于改进粒子群算法的不规则管道缺陷的反演方法，属于管道监测技术领域，本发明采用了改进的粒子群算法，引入个性化惯性权重的概念，分别对比每个粒子的适应度和种群的平均适应度来判断各个粒子当前所处位置的优劣，并以此为依据在基于BPSO的统一惯性权重的基础上减小位置较优粒子的惯性权重，增大位置较差粒子的惯性权重，使每个粒子的惯性权重与其当前位置更加匹配；在进行粒子的速度更新时，引入种群其他粒子的最优经验位置pbestc进行学习，调整学习因子c3使对应的pbestc随着迭代步数线性递减；并利用遗传算法的思想，通过继承与变异结合的方式，增加一个位置较优的粒子来跳出局部极小值并加速寻优进程。
-
公开(公告)号：CN110532508A
公开(公告)日：2019-12-03
申请号：CN201910834937.1
申请日：2019-09-05
Applicant: 东北大学
Abstract: 本发明的一种基于步进环栅的输电线路的多目标优化路径选择方法，采用多元数据驱动，对地域进行分类，选择虚拟拓扑节点构造虚拟拓扑地图，根据短路径最短优化方法选取可行拓扑节点行总体路径规划；在选择的虚拟拓扑路径后，在所经的拓扑节点间构造半环域式步进环栅地图，才用分段式切割法，对栅格进行编号，根据栅格属性定义，利用栅格属性对路径进行优化筛选，根据距离函数、成本目标函数和转角目标函数，构造多目标优化函数，对输电线路路径进行协同优化。
-
公开(公告)号：CN110288048A
公开(公告)日：2019-09-27
申请号：CN201910589274.1
申请日：2019-07-02
Applicant: 东北大学
IPC: G06K9/62
Abstract: 本发明公开一种SVM有向无环图的海底管道风险评估方法，步骤为：收集与管道风险相关的数据，并进行数据清洗；将清洗后的数据集中到一个数据库中形成特征矩阵，并利用互信息相关性分析方法进行特征选择，得出每个特征权值，找出与管道风险相关的主要影响因素作为特征子集；基于有向无环图的支持向量机DAG-SVM对管道风险等级进行划分，得到L(L-1)/2个支持向量机分类器，运用交叉验证及网格搜索法寻找最优参数，在测试阶段构造成有向无环图，每个节点对应一个二类分类器。本发明利用特征选择的方法解决了高维样本分类精度低的问题，利用有向无环图DAG方法的优点避免了一对一方法中存在的样本不可分的情况，同时减少了测试时间，提高了分类精度。
-
Patent Agency Ranking
公开(公告)号：CN104089186B
公开(公告)日：2016-09-28
申请号：CN201410307192.0
申请日：2014-06-30
Applicant: 东北大学
IPC: F17D5/02
Abstract: 本发明涉及一种基于组合滤波和动态阈值的管道压力异常诊断方法，对实时获取液体对管道首端和末端的压力信号，利用低通滤波和离散小波滤波进行分解重构，得到组合滤波后的压力信号，对压力信号进行分段处理，计算各段组合滤波后的压力信号的动态阈值，利用动态阈值实时判断管道压力信号是否异常，对管道首端和末端压力异常信号运用Pearson相关系数法判断是否为同源引起的异常压力信号，对同源的异常压力信号利用连续小波变换得到两个小波系数的极大值点所对应的时刻，利用极大值点所对应的时刻之差进行异常点定位。本发明提高了管道异常诊断的灵敏度，降低了误判率，并在最短的时间内较为准确检测压力异常点并定位。
-
公开(公告)号：CN103997315B
公开(公告)日：2016-08-31
申请号：CN201410208862.3
申请日：2014-05-16
Applicant: 东北大学
Abstract: 一种管道漏磁信号自适应滤波装置及方法，该装置包括数据采集器、调理电路、A/D转换器、数据采集控制器和数据处理器；该方法包括步骤1：采集管道漏磁信号；步骤2：基于关联区域生长算法的管道漏磁信号分类；步骤3：对管道缺陷漏磁信号进行特征点提取；步骤4：对管道缺陷漏磁信号进行滤波；步骤5：对管道缺陷漏磁信号进行基于特征点的数据补偿；步骤6：基于滑动平均值算法，对正常漏磁信号进行滤波；步骤7：重构完整的管道漏磁信号并输出；本发明克服了普通滤波方法滤波时间长和特征点错位的缺点，提高了信号分类的效率精度及特征点提取的速度。
-
公开(公告)号：CN103322416B
公开(公告)日：2015-06-17
申请号：CN201310257042.9
申请日：2013-06-24
Applicant: 东北大学
IPC: F17D5/02
Abstract: 管道微弱泄漏检测装置及基于模糊双曲混沌模型检测方法，属于管道检测技术领域。本发明方法采用两级检测方式，第一级为基于神经网络的异常信号检测，将异常信号进行标记，第二级只对第一级标记的异常信号进行检测。通过上述的两级信号检测，第一级的初检速度快，第二级再对第一级的异常信号进行检测，提高了对泄漏信号的检测能力。并且该两级检测方法在FPGA硬件平台下实现，提高了系统整体响应速度。第二级的双耦合时变时滞模糊双曲混沌模型，利用混沌系统对初值的敏感性和对噪声的免疫能力，提高了对淹没在噪声中的微弱泄漏信号的识别能力，凸显混沌现象，降低系统对信噪比的要求，实现对微弱泄漏的检测。
-
公开(公告)号：CN103322416A
公开(公告)日：2013-09-25
申请号：CN201310257042.9
申请日：2013-06-24
Applicant: 东北大学
IPC: F17D5/02
Abstract: 管道微弱泄漏检测装置及基于模糊双曲混沌模型检测方法，属于管道检测技术领域。本发明方法采用两级检测方式，第一级为基于神经网络的异常信号检测，将异常信号进行标记，第二级只对第一级标记的异常信号进行检测。通过上述的两级信号检测，第一级的初检速度快，第二级再对第一级的异常信号进行检测，提高了对泄漏信号的检测能力。并且该两级检测方法在FPGA硬件平台下实现，提高了系统整体响应速度。第二级的双耦合时变时滞模糊双曲混沌模型，利用混沌系统对初值的敏感性和对噪声的免疫能力，提高了对淹没在噪声中的微弱泄漏信号的识别能力，凸显混沌现象，降低系统对信噪比的要求，实现对微弱泄漏的检测。
-
公开(公告)号：CN102706955A
公开(公告)日：2012-10-03
申请号：CN201210177825.1
申请日：2012-05-31
Applicant: 东北大学
IPC: G01N27/83
Abstract: 本发明基于单轴漏磁数据的管道缺陷特征提取方法及装置，该装置包括：内检测装置主体、磁铁、单轴霍尔传感器和控制单元电路板，所述的控制单元电路板包括模拟开关、电压跟随器、低通滤波器、AD转换模块、DSP数据处理模块、FPGA和缺陷特征存储器。管道缺陷特征提取方法只使用管道内检测装置的单轴数据作为特征提取的数据，通过磁场强度和像素的映射关系将单轴漏磁数据转换成图像形式，并对图像进行滤波处理，通过判断找出缺陷的可能位置，再用一个检测阈值对图像进行二值化处理，通过连通和链码确定缺陷的边界，并根据内检测器的传感器排布确定缺陷类型。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.028 seconds)
