基于多尺度特征的储罐腐蚀缺陷面积量化

论文摘要

为有效的对超声干耦合检测的储罐腐蚀缺陷进行面积量化,提出一种智能量化储罐腐蚀缺陷面积方法,通过提取检测信号的特征构建数据集,利用数据集训练和测试机器学习模型实现缺陷面积量化。针对超声干耦合检测方式得到的超声A扫信号具有波形交叉混叠使得传统特征提取难以获取有效信息的难点,提出一种多尺度特征提取方法取代传统普通特征提取方法;针对传统无损检测模型难以准确量化缺陷面积的难点,提出引入XGBoost模型。通过实验验证得出,多尺度特征比普通特征的性能更好;XGBoost模型能够更好的量化缺陷;基于多尺度特征的XGBoost模型能够准确量化缺陷面积,其在训练集上准确率达99.4%,在测试集上为88.1%。

论文目录

• 0 前 言
• 1 超声干耦合检测
• 2 多尺度特征提取
• 3 XGBoost模型
• 4 实验
•   4.1 超声干耦合信号的采集和处理
•   4.2 傅里叶变换、小波包分解和经验模态分解结果及分析
•   4.3 多尺度特征提取
•   4.4 机器学习模型的训练和测试
• 5 结果与讨论
• 6 结 论

文章来源

类型: 期刊论文

作者: 唐东林,唐圳雄,丁超,侯军

关键词: 储罐腐蚀缺陷,面积量化,超声干耦合检测,多尺度特征,模型

来源: 电子测量与仪器学报 2019年08期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 石油天然气工业

单位: 石油天然气装备教育部重点实验室西南石油大学机电工程学院,成都工业学院机械工程系

基金: 四川省科技厅科技支撑计划(2017FZ0033),成都市技术创新研发项目(2018-YF05-00201-GX),西南石油大学国家重点实验室项目(PLN2018281)资助

分类号: TE988

DOI: 10.13382/j.jemi.B1902167

页码: 179-186

总页数: 8

文件大小: 476K

下载量: 74