Page 32 - 无损检测2025年第一期

齐卜弘，等：

基于贝叶斯优化的 BiLSTM 小管径弯管漏磁缺陷识别

BiLSTM（双向长短期记忆网络）的故障诊断方法； 在会导致检测处提离值发生变化，局部磁场可能因
CABRERA等 将贝叶斯方法与LSTM模型相结合， 为磁路长度的增加或方向的改变而减弱，小管径管
[6]
提出了一种针对压缩机的故障检测方法。上述方法 道的磁通量密度分布云图如图1所示。
主要用于检测长输油气直管，而对小管径弯管漏磁
缺陷识别的研究相对较少，因此，需要建立适用于弯
管漏磁检测的缺陷识别模型。
文章建立了一种适应弯管漏磁场特点的贝叶斯
优化BiLSTM识别模型，采用贝叶斯优化算法来确
定BiLSTM的超参数调优，对BiLSTM网络的初始
学习率和隐藏单元数进行优化。试验结果表明，该
模型可对不同类型缺陷进行仿真模拟，提取漏磁信
号特征量，提升了小管径弯管漏磁缺陷识别的精度
和效率。

图 1 小管径管道的磁通量密度分布云图
1 小管径弯管漏磁信号缺陷识别方法
分别提取直管和弯管处的磁感应强度，对比如
1.1 小管径弯管不饱和漏磁场及信号畸变 图2所示。不饱和漏磁场使缺陷产生的额外磁通不
在进行漏磁检测时，提离值的大小直接决定了 能全部被闭合回路吸收，漏磁信号会发生不同程度
缺陷数据的可靠性 。检测直管时，提离值不发生 的畸变且相对较弱，磁感应强度达不到最高值，信号
[7]
相对变化，产生均匀饱和磁场；然而，弯管曲率的存 特征可能变得模糊不清。

图 2 小管径直管和弯管管壁缺陷的漏磁检测信号对比
1.2 贝叶斯优化的BiLSTM 2 小管径弯管漏磁缺陷仿真分析
管道漏磁内检测生成的漏磁信号通常是时间序
2.1 小管径弯管漏磁检测仿真模型
列数据，BiLSTM能够在序列的前后方向上捕获长
利用Maxwell仿真软件进行三维有限元仿真建
期依赖关系。BiLSTM是对LSTM的改进，二者的
模，其中，弯管尺寸为φ114 mm×8 mm（壁厚），材料
输入是相同的，只是信息传递的方向不同，BiLSTM
的结构示意如图3所示。 为Q235钢，采用浮块式的磁化单元结构，永磁铁采
贝叶斯优化是一种有效的全局优化算法，其在 用钕铁硼磁铁N48，衔铁和钢刷材料为DT4，其有限
优化的过程中，使用了贝叶斯定理，即 元模型如图4所示。
f p
( px | )( ) f 2.2 不同类型缺陷漏磁仿真信号
( | x
pf )= 1 （1）
1 ( px ) 构建弯管漏磁不同类型缺陷数据集，缺陷类型
1
式中：f为未知目标函数；x 为已观测的集合； p （f） 为一般金属损失、坑状金属损失、轴向凹槽、轴向凹
1
#
#
为f的先验概率分布； p （f | x 1 ）为目标函数的后验概 沟和周向凹槽，编号为1 ~5 ，每种缺陷的尺寸均匀
率分布。 变化并组合模拟，同时曲率半径分别取2D，3D，4D
2
2025 年 第 47 卷 第 1 期
无损检测