检测和分类的统一和集中的墙壁薄化缺陷使用高顺序环形导向波和人工神经网络
Donatas Cirtautas1, Vykintas Samaitis1, Liudas Mažeika1
1Prof. K. Baršauskas Ultrasound Research Institute, Kaunas University of Technology Lithuania, Barsausko St. 59, LT-51423 Kaunas, Lithuania.
Sensors (Basel, Switzerland)
|July 29, 2023
概括
本研究介绍了一种超声波技术,使用高阶引导波和相位速度映射来检测和分类管道缺陷. 人工神经网络在识别墙壁稀疏和缩损伤方面实现了高准确度.
科学领域:
- 材料科学 材料科学 材料科学
- 非破坏性测试 不破坏性测试
- 信号处理 信号处理
背景情况:
- 管道腐蚀带来了重大风险,目前的检查方法难以检测集中缺陷.
- 环形引导波提供了改进的检查,但高阶模式使数据解释复杂化.
研究的目的:
- 开发和实施一种超声波技术,用于使用高阶引导波模式检测和分类管道缺陷.
- 为了提高管道完整性评估中的缺陷检测解决方案和解释准确性.
主要方法:
- 阶段速度映射以隔离特定的引导波模式.
- 使用人工神经网络 (ANN) 来进行缺陷分类.
- 通过数值建模和人工缺陷的实验测试进行验证.
主要成果:
- 该技术成功地检测和分类墙壁薄化和缩缺陷.
- 实现了高预测准确度:局部缺陷92%;无缺陷99%;均缺陷98%
- 在全面的管道缺陷评估中表现出有希望的结果.
结论:
- 拟议的相位速度映射和ANN方法为管道缺陷检测和分类提供了强大的解决方案.
- 这种方法改善了现有的引导波检查限制,提高了管道的安全性和完整性.
- 该技术提供了对管道状况的更详细评估,减少了与腐蚀相关的风险.
