[发明专利]一种基于三分量磁场曲线图像识别的埋地管道检测方法

说明书

本发明涉及管道检测技术领域，具体是一种基于三分量磁场曲线图像识别的埋地管道检测方法。包括：S1：获取基于非接触式金属磁记忆检测埋地管道的检测数据；S2：将所测得的数据转换成三分量磁场曲线图像，分为缺陷、应力集中区、正常，建立数据库1，利用卷积神经网络训练并生成分类器1；S3：将数据库1中的应力集中区图像按照曲线变化剧烈程度划分管段应力危险程度，建立数据库2，利用卷积神经网络训练并生成分类器2；S4：在实际检测时将新检测到的三分量磁场曲线图送入分类器1中进行分类，将识别出的应力集中区曲线图像送入分类器2中，判断它的管段应力危险程度。本发明能够有效检测埋地管道出现的缺陷或裂纹，实现缺陷早期诊断防患于未然。

技术领域

本发明涉及管道检测技术领域，尤其是涉及一种基于三分量磁场曲线图像识别的埋地管道检测方法。

背景技术

随着金属磁记忆检测技术的发展，埋地管道检测领域迎来了一种非接触式的检测方法。相较于传统的内检测或电测法，该方法无需对管道进行挖掘，同时因为该技术是利用管道金属的自然磁性，所以不需发射任何激励源，不发射任何物质，直接将所测得的数据利用数据处理软件转化为三分量磁场曲线图进行观察，就可判别管道是否出现缺陷或裂痕，或通过判断管段的应力危险程度来实现缺陷的早期诊断。

对于长距离管道，通过人为的观察图像不仅需要花费大量的时间，还可能因为工作人员经验的不足造成对图像的漏判错判。因此急需提出一种人工智能的方法来代替人工判别。

发明内容

鉴于现有技术的上述缺点、不足，本发明提供一种基于三分量磁场曲线图像识别的埋地管道检测方法，通过获取三分量磁场曲线图，使用人工智能的方法来对图像进行识别，实现埋地管道检测的目的。

为了达到上述目的，本发明采用的主要技术方案包括：

本发明提供一种基于三分量磁场曲线图像识别的埋地管道检测方法，包括以下步骤：

S1，获取基于非接触式金属磁记忆检测埋地管道的检测数据；

S2，将S1中所测得的数据转换成三分量磁场曲线图像，并依次按照缺陷、应力集中区、正常分成三类，建立数据库1，利用卷积神经网络训练数据库1，生成分类器1；

S3，将数据库1中的应力集中区图像按照曲线变化剧烈程度划分管段应力危险程度，共分三类：严重、中等、较轻，建立数据库2，利用卷积神经网络训练数据库2，并生成分类器2；

S4，在实际检测时，将新检测到的三分量磁场曲线图像送入分类器1中进行分类，并将识别出的应力集中区曲线图谱送入分类器2中，来判断实际检测时的管段应力危险程度。

进一步地，所述S1中基于非接触式金属磁记忆检测埋地管道的方法包括：

S11，确定管道准确位置、走向等信息，在地面做好标记，确保数据可追溯；

S12，清除地面障碍物，并记录不可清除金属物体的位置；

S13，使用非接触式扫描检测装置连接编码器，在管道上方匀速运行，收集数据并记录检测长度，同时连接GPS定位系统来记录位置信息；

S14，每检测100-200米保存一次数据，重复进行，直到所有的埋地管道检测完成。

进一步地，所述S2中的数据库1是将S1中所测得的数据转换成三分量磁场曲线图像，通过开挖验证并反复比对，分成缺陷、应力集中区、正常三类。

进一步地，所述卷积神经网络训练采用卷积神经网络模型进行训练，所述卷积神经网络模型包括六层卷积层和四层全连接层，在每一层所述卷积层后加入一个注意力GhostNet模块，以及大小为2×2的最大池化层。

进一步地，所述注意力GhostNet模块由一个SENet和GhostNet经过Concat函数组成。