[发明专利]一种管道缺陷量化分析方法

权利要求书

1.一种管道缺陷量化分析方法，其特征在于：包括以下步骤：

Step 1：构建磁化器模型，通过调节磁化器参数使管道达到饱和；

Step 2：对不同参数缺陷下的漏磁场分布进行仿真模拟，提取不同提离值x下磁通密度径向分量并提取径向分量峰值B_x-max；

Step 3：将Step 2中获得的径向分量峰值B_x-max随提离值x的变化散点图进行拟合，获得拟合参量；

Step 4：采用神经网络算法，构建缺陷参数和拟合参量之间关系，进行量化分析。

2.根据权利要求1所述的方法，其特征在于：在Step 1中，判断管道是否被磁化到饱和的方法为：以无缺陷模型为基准进行仿真计算，提取管道中心位置的磁通密度值并和管道材质的B-H曲线进行比较；当中心位置的磁通密度值达到该管材B-H曲线的饱和点时，管道磁化即达到饱和。

3.根据权利要求1所述的方法，其特征在于：在Step 3中，根据漏磁信号随提离值变化的散点图，获得拟合曲线参数的方法，具体步骤为：

Step 3.1：对于某一确定缺陷，作出B_x-max随提离值x变化的散点图；

Step 3.2：采用指数拟合的方法，拟合方程为：

y＝A+Bexp(C·x)

其中A、B和C为拟合参量，y为磁通密度径向分量峰值B_x-max。

4.根据权利要求1所述的方法，其特征在于：在Step 4中，采用神经网络算法构建缺陷参数和拟合参量之间的关系，其具体步骤为：

Step 4.1：将拟合参量作为输入量，缺陷参数作为输出量；

Step 4.2：采用神经网络算法对输入样本数据进行训练；

Step 4.3：训练完成后，将原始数据作为输入量输入，并获得机器学习后的输出结果，通过与实际输出结果进行对比，以验证学习效果；

Step 4.4：随机给定缺陷参数进行仿真，并获得拟合参量，将数据作为输入量输入，并获得机器学习获得输出结果，和实际输出结果进行比对，进行缺陷量化分析。

5.根据权利要求1所述的方法，其特征在于：在Step 2中，预制缺陷为半椭圆形腐蚀凹坑，采用凹坑直径L和凹坑深度D来表征缺陷参数。

6.根据权利要求3所述的方法，其特征在于：在Step 3.1中，磁通密度径向分量曲线为一正一负中心对称的两峰值，提取正向峰值B_{x-max_1}和负向峰值B_{x-max_2}，并求其平均值，计算B_x-max。

。

7.根据权利要求3所述的方法，其特征在于：拟合方法还包括幂函数拟合或二次拟合，其中，

幂函数拟合公式为：

y＝Ax^B

二次拟合公式为：

y＝A+Bx+Cx²。

8.根据权利要求1所述的方法，其特征在于：在Step 1中，所述磁化器参数包括：磁铁矫顽力、磁铁长度、磁铁宽度、磁铁厚度及磁极间距。