Page 33 - 无损检测2025年第一期
P. 33
齐卜弘，等：
基于贝叶斯优化的 BiLSTM 小管径弯管漏磁缺陷识别
图 3 BiLSTM 结构示意
特征值，包括漏磁信号波形的峰间距、峰峰值、半高
宽、峰面积和波形能量等，其具体信息如表2所示。
其波形曲线特征量定义示意如图8所示。波形能量
是一定空间内漏磁信号波动部分的能量或信号的离
散程度，其计算公式为
2
E = a b ( )-minfx fx （2）
( )
图 4 漏磁内检测系统磁化单元的三维有限元模型
式中： a为所选波形起始点； b为波形结束点； f (x) 为
和5D （D为管道直径）。仿真缺陷数据集的具体参
漏磁信号函数式。
数如表1所示。以一般金属损失为例，不同尺寸的
一般金属损失缺陷的漏磁仿真信号如图5，6所示。 3 试验验证及分析
选取上述每组缺陷仿真信号中的一组进行分析，结 3.1 模型建立
果如图7所示。 根据上述方法提取数据集的特征量，得到模拟
2.3 信号特征量的选择和提取 缺陷特征样本库，将所有样本按比率（训练集∶数据
选择并提取了10个包含三轴漏磁信号的多模态 集为7∶3）进行分配，以此作为机器学习算法的输入，
表1 漏磁内检测缺陷数据集参数
缺陷 缺陷类别 曲率半径 长度l/mm 宽度w/mm 深度h/mm 样本数量
1 # 一般金属损失 15~30 15~30 140
2 # 坑状金属损失 5~10 — 140
3 # 轴向凹槽 2D~5D 10~30 2.5~5 10%~80%t 200
(t为管壁厚度)
4 # 轴向凹沟 10~30 1~5 200
5 # 周向凹槽 2~5 5~10 200
图 5 不同尺寸一般金属损失的漏磁仿真径向分量信号
3
2025 年 第 47 卷 第 1 期
无损检测
