申请/专利权人：国家石油天然气管网集团有限公司;国家管网集团北方管道有限责任公司

申请日：2021-12-02

公开（公告）日：2024-04-05

公开（公告）号：CN114199992B

主分类号：G01N27/83

分类号：G01N27/83;G01N29/04;G06F18/213;G06N3/0499;G06N3/084;G06N3/0464;G06N3/045

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2022.04.05#实质审查的生效;2022.03.18#公开

摘要：本申请公开了一种储油罐罐壁腐蚀检测方法及系统，所述方法包括：通过获得第一漏磁信号、第一超声信号，第一漏磁信号和第一超声信号为新投入储油罐罐壁采集信息，且均包括采集位置信息；获得第二漏磁信号、第二超声信号，第二漏磁信号和第二超声信号为待检储油罐罐壁采集信息，且所述第一漏磁信号与第二漏磁信号、所述第一超声信号与第二超声信号中采集位置信息具有对应性；对采集获得的所有漏磁信号、超声信号进行预处理；按照预设步长分割，获得N个训练样本、n个测试样本；获得多类型信号循环卷积神经网络；获得异常样本信息；确定储油罐罐壁腐蚀位置。解决了现有技术中存在罐壁腐蚀样本数量少、种类繁多，难以在线检测的技术问题。

主权项：1.一种储油罐罐壁腐蚀检测方法，其中，所述方法应用于一种储油罐罐壁腐蚀检测系统，所述方法包括：获得第一漏磁信号、第一超声信号，所述第一漏磁信号、所述第一超声信号为新投入储油罐罐壁采集信息，且，均包括采集位置信息；获得第二漏磁信号、第二超声信号，所述第二漏磁信号、所述第二超声信号为待检储油罐罐壁采集信息，且，所述第一漏磁信号与第二漏磁信号、所述第一超声信号与第二超声信号中所述采集位置信息具有对应性；对采集获得的所有漏磁信号、超声信号进行预处理；对预处理后的所述漏磁信号、超声信号按照预设步长进行分割，获得N个训练样本、n个测试样本，其中，N、n均为正整数；通过所述N个训练样本对神经网络模型进行训练，获得多类型信号循环卷积神经网络；将所述n个测试样本输入所述多类型信号循环卷积神经网络中，获得异常样本信息；根据所述异常样本信息，确定储油罐罐壁腐蚀位置；其中，所述对预处理后的所述漏磁信号、超声信号按照预设步长进行分割，获得N个训练样本、n个测试样本，包括：根据所述第一漏磁信号、第一超声信号，获得第一漏磁信号集、第一超声信号集；根据所述第一漏磁信号集、第一超声信号集，获得所述N个训练样本；根据所述第二漏磁信号、第二超声信号，获得第二漏磁信号集、第二超声信号集；根据所述第二漏磁信号集、第二超声信号集，获得所述n个测试样本；所述通过所述N个训练样本对神经网络模型进行训练，获得多类型信号循环卷积神经网络，包括：步骤a：将所述N个训练样本中的第一漏磁信号集分别输入第一卷积特征提取网络中，获得第一卷积特征信息；步骤b：将所述N个训练样本中的第一超声信号集分别输入第二卷积特征提取网络中，获得第二卷积特征信息；步骤c：将所述第一卷积特征信息作为第二卷积特征提取网络的标签，通过最小化损失函数，利用随机梯度下降法对第二卷积特征提取网络进行超声提取网络参数优化，获得第二更新卷积特征提取网络；步骤d：获得第二更新卷积特征提取网络的输出的第二更新卷积特征信息；步骤e：将所述第二更新卷积特征信息作为第一卷积特征提取网络的标签，通过最小化损失函数、利用随机梯度下降发对第一卷积特征提取网络的漏磁提取网络参数进行优化，获得第一更新卷积特征提取网络；步骤f：重复步骤c至步骤e，直到所述超声提取网络参数、漏磁提取网络参数达到预设要求为止，获得所述多类型信号循环卷积神经网络。

全文数据：

权利要求：

百度查询： 国家石油天然气管网集团有限公司;国家管网集团北方管道有限责任公司 一种储油罐罐壁腐蚀检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD