-
公开(公告)号：CN118731157A
公开(公告)日：2024-10-01
申请号：CN202411215625.X
申请日：2024-09-02
Applicant: 国家石油天然气管网集团有限公司 , 国家石油天然气管网集团有限公司科学技术研究总院分公司
IPC: G01N27/84
Abstract: 本发明涉及管道内检测技术领域，具体公开一种用于管道内检测的漏磁传感器及管道漏磁内检测方法，该漏磁传感器包括：底座、拉簧和内部设置有磁场测量板的支臂探头；支臂探头的一端设置在所述底座的转轴处，与底座之间可转动连接；拉簧的一端连接底座，拉簧的另一端与支臂探头的一侧连接；磁场测量板设置在支臂探头的另一端，支臂探头的另一端通过拉簧紧贴管道内壁，磁场测量板用于采集管道内壁的磁场测量值。本发明结构简单、信号噪声低，具备很好的抗冲击缓冲能力，能有效的保护电子线路部分，并提高管道内检测的准确性。
-
公开(公告)号：CN118189950A
公开(公告)日：2024-06-14
申请号：CN202410184286.7
申请日：2024-02-19
Applicant: 国家石油天然气管网集团有限公司 , 国家石油天然气管网集团有限公司科学技术研究总院分公司
Abstract: 本发明涉及一种用于储罐缺陷检测机器人导航的定位方法和装置，涉及设备缺陷检测技术领域。本发明获取缺陷检测机器人的运行数据，运行数据为缺陷检测机器人在预设时间段内的线加速度和角速度数据；对运行数据进行预积分，得到缺陷检测机器人的名义状态；根据运行数据通过误差状态卡尔曼滤波算法确定缺陷检测机器人的误差状态，通过误差状态对名义状态进行修正，得到缺陷检测机器人的实际运动状态，以完成对缺陷检测机器人的定位。本发明提供的方法能够实现对机器人在缺陷检测过程中的精准定位，避免机器人位于临近罐壁的区域或者局部障碍物遮挡的区域时定位误差较大的问题，导致机器人无法正常完成检测工作。
-
公开(公告)号：CN119619193A
公开(公告)日：2025-03-14
申请号：CN202411691816.3
申请日：2024-11-25
Applicant: 国家石油天然气管网集团有限公司 , 国家石油天然气管网集团有限公司科学技术研究总院分公司
IPC: G01N23/20 , G01N23/20066
Abstract: 本发明涉及一种基于粒子射线探测成像的管道内检测系统及方法，包括射线源和多个探测器，多个探测器呈圆周均匀间隔分布在射线源的周围，其分别用于在检测时接收射线源发射出的若干粒子入射射线经待测管道壁散射后形成的若干粒子散射射线。本发明的有益效果是设计合理，可实现管道壁缺陷尤其是微小缺陷的快速检测，提升了管道内检测精度和缺陷适应性，解决了管道微小复杂缺陷的内检测技术难题问题。
-
公开(公告)号：CN118758353B
公开(公告)日：2024-12-03
申请号：CN202411215113.3
申请日：2024-09-02
Applicant: 国家石油天然气管网集团有限公司 , 国家石油天然气管网集团有限公司科学技术研究总院分公司
Abstract: 本发明涉及一种管道内检测非金属弹性探头安装结构及探头，其中，一种管道内检测非金属弹性探头安装结构，包括测量外壳和一端固定连接于所述测量外壳的探头臂，所述测量外壳开设有置物槽，所述置物槽用于固定探头电子测量部分，所述测量外壳和所述探头臂均为非金属弹性杆，且探头臂连接于所述测量外壳的一端开设有弹性弯折槽，所述弹性弯折槽同时贯通所述探头臂相邻的三个侧面。采用本发明的技术方案，能有效保护传感电路，增加工作可靠性。
-
公开(公告)号：CN116979970A
公开(公告)日：2023-10-31
申请号：CN202310916987.0
申请日：2023-07-25
Applicant: 国家石油天然气管网集团有限公司 , 国家石油天然气管网集团有限公司科学技术研究总院分公司
Abstract: 本发明涉及一种漏磁数据的压缩和重构方法、系统、电子设备及介质，方法包括获取漏磁数据集，漏磁数据集为L×C的矩阵，其中，C表示传感器的个数，L表示单个传感器采集的每个采样点的漏磁数据，漏磁数据集中每一行为一个漏磁数据序列；将漏磁数据集输入一维全卷积自编码模型确定压缩数据集和重构数据集。解决了现有技术实现数据压缩重构算法复杂的问题。
-
Patent Agency Ranking
公开(公告)号：CN119399107A
公开(公告)日：2025-02-07
申请号：CN202411323783.7
申请日：2024-09-23
Applicant: 国家石油天然气管网集团有限公司 , 国家石油天然气管网集团有限公司科学技术研究总院分公司
Abstract: 本发明提供一种管道漏磁内检测的交并比阈值确定方法和装置，涉及图像检测技术领域。本发明提供的方法通过获取漏磁内检测数据，然后对漏磁内检测数据进行缺陷标注，得到目标管道的多个缺陷区域中每个缺陷区域对应的缺陷数据；根据多个缺陷区域中每个缺陷区域对应的缺陷数据确定漏磁内检测数据对应的平均磁化水平值；根据漏磁内检测数据对应的平均磁化水平值确定管道漏磁内检测的交并比阈值。本发明能够快速准确确定不同管道漏磁内检测数据对应的交并比阈值，进而在通过不同管道漏磁内检测数据进行检测模型训练时，能够有效提升检测模型的检测精度和定位能力。
-
公开(公告)号：CN118761991B
公开(公告)日：2024-11-12
申请号：CN202411215631.5
申请日：2024-09-02
Applicant: 国家石油天然气管网集团有限公司 , 国家石油天然气管网集团有限公司科学技术研究总院分公司
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于多态矩形特征提取网络的管道缺陷检测方法及装置，涉及油气管道检测技术领域。本发明提供的方法通过对样本图像进行横向多态矩形池化处理、纵向多态矩形池化处理和长窄形卷积处理，得到样本图像对应的像素间的长范围依赖性增强的多个特征图，且多个特征图中每个特征图均具有远距离信息和近距离信息，这样一来，基于每个样本图像的多个特征图训练得到的神经网络模型能够对管道内部的方形缺陷与长窄形缺陷进行准确检测，从而提升检测的准确性，并且本发明提供的方法能够有效减少检测时间，提升检测效率。
-
公开(公告)号：CN118761991A
公开(公告)日：2024-10-11
申请号：CN202411215631.5
申请日：2024-09-02
Applicant: 国家石油天然气管网集团有限公司 , 国家石油天然气管网集团有限公司科学技术研究总院分公司
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于多态矩形特征提取网络的管道缺陷检测方法及装置，涉及油气管道检测技术领域。本发明提供的方法通过对样本图像进行横向多态矩形池化处理、纵向多态矩形池化处理和长窄形卷积处理，得到样本图像对应的像素间的长范围依赖性增强的多个特征图，且多个特征图中每个特征图均具有远距离信息和近距离信息，这样一来，基于每个样本图像的多个特征图训练得到的神经网络模型能够对管道内部的方形缺陷与长窄形缺陷进行准确检测，从而提升检测的准确性，并且本发明提供的方法能够有效减少检测时间，提升检测效率。
-
公开(公告)号：CN119355106A
公开(公告)日：2025-01-24
申请号：CN202411278675.2
申请日：2024-09-12
Applicant: 国家石油天然气管网集团有限公司 , 国家石油天然气管网集团有限公司科学技术研究总院分公司
IPC: G01N27/83 , G06F18/2131 , G06F18/10
Abstract: 本发明提供一种管道内检测缺陷量化特征提取及特征选取概率确定方法，包括：获取目标管道的漏磁内检测数据，构建管道漏磁数据矩阵。根据预设截取数据量截取得到分段漏磁数据。对分段漏磁数据中的轴向漏磁数据、径向漏磁数据和周向漏磁数据进行缺陷标注，得到管道缺陷片段数据。对管道缺陷片段数据进行降噪，并以峰谷值差最大的传感器通道对应的数据为基准信号数据进行多层离散小波分解，得到每一层对应的近似系数和细节系数。根据降噪后的管道缺陷片段数据和近似系数提取缺陷量化特征，根据细节系数确定缺陷量化特征的选取概率。这样，能够准确地确定缺陷量化特征的重要程度，并有效的提高了缺陷量化算法的精度和效率。
-
公开(公告)号：CN118968494A
公开(公告)日：2024-11-15
申请号：CN202410956440.8
申请日：2024-07-17
Applicant: 国家石油天然气管网集团有限公司 , 国家石油天然气管网集团有限公司科学技术研究总院分公司
IPC: G06V20/64 , G06V20/60 , G06V10/764 , G06V10/82 , G06V10/776 , G06N3/045
Abstract: 本申请实施例提供一种管道缺陷分类识别方法，能够解决现有漏磁检测准确性差的技术问题。该管道缺陷分类识别方法包括：获取待训练管道缺陷数据；基于待训练管道缺陷数据，训练预训练模型，得到特征提取器；根据特征提取器和分类器，基于训练数据集，训练分类识别模型。使用预训练模型对油气管道内部缺陷进行准确识别并分类的方法，用于对常见的管道缺陷(如点蚀、沟槽、沟纹、一般腐蚀等)进行准确分类，从而避免这些缺陷可能会导致的管道破裂泄漏。预训练模型识别出了缺陷的类型，具有显著更高的平均精度和召回率，分别实现了30％和60％的提升。这样，提升漏磁检测的准确性。以及，它的运行速度相对较快，单个图像的缺陷识别只需几秒钟。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.084 seconds)
