文档名：小管径弯头畸变漏磁缺陷图像智能识别方法
摘要：为了解决小管径弯头不饱和磁化造成的缺陷漏磁信号图像畸变问题,实现弯头畸变漏磁缺陷图像智能化、高精度识别,提出一种小管径弯头畸变漏磁缺陷图像智能识别方法.采用MSRCR-HF图像增强算法处理弯头缺陷畸变图像,并在YOLOv5网络中集成CBAM和SPD-Conv模块进行网络优化,通过仿真建立弯头缺陷数据集输入网络中进行训练和测试.结果表明,提出的MSRCR-HF算法能有效解决弯头漏磁缺陷图像畸变问题,改进的YOLOv5模型在建立的数据集上具有较高的识别精度,矩形槽缺陷识别精度为95.5%,半球形缺陷识别精度为93.0%.该方法对于小管径弯头畸变漏磁缺陷智能识别具有较高的可行性,可提高管道安全检测效率.
Abstract：Inordertosolvetheproblemofimagedistortionofdefectmagneticfluxleakage(MFL)signalcausedbyunsaturatedmagnetizationofsmallpipediameterelbow,andrealizeintelligentandhigh-precisionidentificationofelbowdistortionmagneticfluxleakagedefectimage.ThispaperproposedanintelligentimageidentificationmethodfordistortionMFLdefectsinsmall-diameterpipeelbows.TheMSRCR-HFimagerestorationalgorithmwasappliedtoprocessthedistortedimages,whichtosolvetheproblemofdefectiveimagedistortioncausedbytheweakMFLsignaloftheelbow.TheYOLOv5networkwasoptimizedbyintegratingtheCBAMandtheSPD-Convmoduletoimprovethenetwork'sfeatureextractionabilityforelbowdistortionandMFLdefects.Finally,theelbowdefectdatasetswereestablishedthroughsimulation,anditwasinputintothenetworkfortrainingandtesting.TheresultsshownthattheMFLsignalimageofthesamedefectattheelbowwasdistorted,andthedefectfeatureinformationcannotbedirectlyandeffectivelyobtained.TheproposedMSRCR-HFalgorithmeffectivelyresolvedtheimagedistortionproblemassociatedwithelbowMFLdefects.Additionally,theimprovedYOLOv5modelachievedhighrecognitionaccuracyontheestablisheddataset,withaccuracyratesof95.5%forrectangulargroovedefects,and93.0%forhemisphericaldefects.ThismethodexhibitedstrongfeasibilityforintelligentidentificationofdistortionMFLdefectinsmall-diameterpopeelbowsandcanimprovetheefficiencyofpipelinesafetyinspection.
作者：赵鹏程 秦浩东 张颖Author：ZhaoPengcheng QinHaodong ZhangYing
作者单位：常州大学安全科学与工程学院常州213164
刊名：电子测量技术 ISTICPKU
Journal：ElectronicMeasurementTechnology
年，卷(期)：2024, 47(8)
分类号：TN06
关键词：弯头 漏磁 缺陷识别 YOLOv5 图像增强
Keywords：elbow magneticfluxleakage defectidentification YOLOv5 imageenhancement
机标分类号：TP391.41TN929.5TE973.6
在线出版日期：2024年7月16日
基金项目：中国石油天然气股份有限公司—常州大学创新联合体科技合作项目，常州大学科研启动项目小管径弯头畸变漏磁缺陷图像智能识别方法[
期刊论文] 电子测量技术--2024, 47(8)赵鹏程 秦浩东 张颖为了解决小管径弯头不饱和磁化造成的缺陷漏磁信号图像畸变问题,实现弯头畸变漏磁缺陷图像智能化、高精度识别,提出一种小管径弯头畸变漏磁缺陷图像智能识别方法.采用MSRCR-HF图像增强算法处理弯头缺陷畸变图像,并在YOL...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
小管径弯头畸变漏磁缺陷图像智能识别方法 Intelligent identification method for distortion magnetic flux leakage defects image of small-diameter pipe elbows
小管径弯头畸变漏磁缺陷图像智能识别方法.pdf
- 文件大小:
- 7.85 MB
- 下载次数:
- 60
-
高速下载
|
|
