Page 110 - 无损检测2024年第四期
P. 110

黄书童,等:
   多传感器数据融合技术在管道无损检测中的应用






























                                    图 2  视觉深度迁移学习网络结构示意

   确保其稳定运行至关重要, 而检测数据的分析和处                                p redictivep reventions [ J ] .Journalof Natural Gas

   理更是重中之重。缺陷类型识别和尺寸量化、 轮廓                                ScienceandEn g ineer in g , 2022 , 100 : 104467.
   重构是检测数据处理的两项任务, 前者属于定性, 后                          [ 5 ]   范效礼, 苗锐, 李强, 等 . 油气长输管道管体损 伤 的 高
   者是定量, 然而目前的研究多是针对多传感器数据                                 速涡流磁场检测[ J ] . 无损检测, 2023 , 45 ( 3 ): 72-77.
                                                      [ 6 ]   戴亚平, 马俊杰, 王笑涵 . 多传感器数据智能融合理论
   融合在缺陷识别和尺寸量化方面的应用, 对缺陷形
   状轮廓重构的研究很少。检测信号与缺陷轮廓之间                                  与应用[ M ] . 北京: 机械工业出版社, 2021.

                                                      [ 7 ]  SUN S L , LIN H L , MA J , et al.Multi-sensor
   的复杂非线性关系加大了对缺陷轮廓反演的难度,
                                                          distributed fusion estimation with a pp lications in
   随着管道铺设长度和服役时间的增加, 复杂缺陷的
                                                          networkeds y stems : areview p a p er [ J ] .Information
   数量也在增加, 因此对复杂缺陷轮廓预测仍然是未
                                                          Fusion , 2017 , 38 : 122-134.
   来研究的重点问题。
                                                      [ 8 ]  DONG J , ZHUANG D F , HUANG Y H , etal.
       除此之外, 利用人工智能算法对检测数据进行
                                                           Advancesinmulti-sensordatafusion : al g orithmsand
   分析和处理离不开检测数据的获取, 通常管道检测
                                                          a pp lications [ J ] .Sensors , 2009 , 9 ( 10 ): 7771-7784.
   项目需要大量的人力和时间来获得样本数据, 因此                            [ 9 ]  ZHANGPF , LITR , WANGGQ , etal.Multi-source







   如何获得足够的管道检测数据集, 以及利用数据增                                information fusion based on rou g h set theor y : a







   强方法对有限的检测数据进行扩充也是未来的研究                                 review [ J ] .InformationFusion , 2021 , 68 : 85-117.

   方向。                                               [ 10 ]  BIS.O p timaldesi g nofelectroma g neticmetamaterial

                                                          electronic device sensor with s p ecific p erformance
   参考文献:
                                                          basedon multivariatebi gdatafusion [ J ] .Journalof

                                                          Ex p erimentalNanoscience , 2023 , 18 ( 1 ): 2174695.
    [ 1 ]  PARLAK  B  O , YAVASOGLU     H   A. A

                                                     [ 11 ]  TONG Y Q , BAIJJ , C HEN XB.Researchonmulti-

        com p rehensiveanal y sisofIn -lineins p ectiontoolsand





                                                          sensordatafusiontechnolo gy [ J ] .JournalofPh y sics :
        technolo g iesfor steel oil and g as p i p elines [ J ] .

                                                          ConferenceSeries , 2020 , 1624 ( 3 ): 032046.
        Sustainabilit y , 2023 , 15 ( 3 ): 2783.
    [ 2 ]   曹智敏, 胡斌, 李志农, 等 . 输气管道泄漏声波 识 别 和         [ 12 ]   祁友杰, 王琦 . 多源数据融合算法综述[ J ] . 航 天 电 子
                                                           对抗, 2017 , 33 ( 6 ): 37-41.
        定位方法 研 究 现 状 [ J ] . 无 损 检 测, 2023 , 45 ( 3 ): 49-
                                                     [ 13 ]   王海, 徐岩松, 蔡英凤, 等 . 基于多传感器融合的智能
        57.
    [ 3 ]   宁营超, 杨理践, 耿浩, 等 . 管道漏磁内检测矩 形 缺 陷               汽车多目标检测技术综述[ J ] . 汽车安全与节能学报,
        解析方法的分析[ J ] . 无损检测, 2022 , 44 ( 5 ): 53-59.      2021 , 12 ( 4 ): 440-455.

    [ 4 ]  WASIM M , DJUKIC M B.Externalcorrosionofoil  [ 14 ]   刘康, 何明浩, 韩俊, 等 . 基于多传感器的雷达对抗侦

        andg asp i p elines : areviewoffailuremechanismsand  察数据融合算法[ J ] . 系统工程与 电 子 技 术, 2023 , 45
    7
     2

          2024 年 第 46 卷 第 4 期

          无损检测
   105   106   107   108   109   110   111   112   113   114   115