不拆包覆层钢质管道缺陷识别方法.pdf

检验检测38不拆包覆层钢质管道缺陷识别方法王江达1 杨绪运2 孟 涛2 刘 哲2 何仁洋2 孙 涛1 王新华1（1.北京工业大学 材料与制造学部 北京 100124）（2.中国特种设备检测研究院 北京 100029）摘 要：本文基于谐波激励源和对称差分式磁聚焦谐波磁场检测探头搭建的实验平台，提出基于合成孔径雷达技术的数据处理方法。将低频正弦信号搭载高频正弦信号的谐波激励信号加载在探头上，激发谐波磁场进行管道检测，信号处理系统将数据点相量化，使其具有方向和大小，经过计算可得数据点的实部和虚部，进而可得检测过程的相位变化以表征管道的缺陷信息。通过管道缺陷检测示例可以验证此种处理方法的有效性，该算法灵敏度高，具有较高工程实用性。关键词：缺陷检测 谐波磁场 数据处理 合成孔径雷达（SAR）Defect Identification Method of Steel Pipe without Removing Insulation LayerWang Jiangda1 Yang Xuyun2 Meng Tao2 Liu Zhe2 He Renyang2 Sun Tao1 Wang Xinhua1(1.Faculty of Materials and Manufacturing,Beijing University of Technology Beijing 100124)(2.China Special Equipment Inspection&Research Institute Beijing 100029)Abstract Based on the experimental platform built by the harmonic excitation source and the symmetrical differential magnetic focusing harmonic magnetic field detection probe,this paper proposes a data processing method based on the synthetic aperture radar technology.Load the low-frequency sinusoidal signal with the harmonic excitation signal of the high-frequency sinusoidal signal on the probe,and excite the harmonic magnetic field for pipeline detection.The signal processing system quantizes the data points to make them have direction and size.The real part and the imaginary part,and then the phase change of the detection process can be obtained to characterize the defect information of the pipeline.The effectiveness of this processing method can be verified by the example of pipeline defect detection.The algorithm has high sensitivity and high engineering practicability.Keywords Defect detection Harmonic magnetic field Data processing Synthetic aperture radar(SAR)中图分类号：X933.4 文献标志码：B文章编号：1673-257X(2023)S2-0038-10 DOI:10.3969/j.issn.1673-257X.2023.S2.008作者简介：王江达（1996 )，男，硕士，从事谐波磁场管道检测技术、现代测控技术与信号处理算法研究工作。通讯作者：杨绪运，E-mail:。（收稿日期：2022-10-20）1 前言在工业管道运输系统中经常需要在金属管道外层加装包覆层起到保温、防腐蚀和保护管道作用。然而，包覆层的存在不利于管道维护检修，停车检测会对下游设备产生严重影响，且拆除包覆层不但会增加成本，而且可能造成安全隐患。因此能够在不停车的前提下对在役带包覆层钢质管道进行缺陷检测很有必要1。本文基于电磁学理论提出了一种谐波磁场检测技术，以低频信号搭载高频信号的形式产生谐波信号作为激励源。低频信号具有传播距离远、穿透性强的特点，能够克服趋肤效应，穿透包覆层对管道进行检测；高频信号可以提供较大的功率和能量，具有灵敏度高、对小缺陷敏感的特点2。将激励信号接入对称差分式磁聚焦探头中产生谐波磁场作用在管道上检测缺陷，采集的数据不仅包括缺陷信息，还包括激励信号、工频信号和噪声。因此，从采集的离散的数据点中有效地提取缺陷信息剔除干扰信息需要合适的数据处理方法。常用的数据处理方法有小波分析、经验模态分解第 39 卷 增刊 2 检验检测39（EMD）和独立分量分析（ICA）、局部均值分解（LMD）3。傅里叶变换是最早应用于数据时域频域分析的方法。小波变换继承和发展了傅里叶变换的思想，突破了短时傅里叶变换窗函数形状固定、分辨率单一的限制。但是小波变换不是自适应的，小波的基函数对小波变换结果影响很大4-6。EMD 是一种适用于非线性、非平稳过程的自适应信号处理方法7，可以将复杂信号分解为一系列特征模态函数（IMF）。但由于算法本身的局限性，在应用过程中仍会带来端点效应、负频率等问题8-10。局部均值分解（LMD）可以自适应地将信号分解为一组乘积函数（PF）组合11。PF 的包络线是瞬时幅度，瞬时频率可以通过用均匀调幅信号解调相位的导数来计算，该算法主要以信号的局部极值点作为构造信号函数的基础，分解过程要经过多次迭代，局部极值点易受干扰信号异常值影响，且多次迭代容易积累误差12-13。合成孔径雷达（SAR）是美国在 20 世纪 50 年代分析了测视雷达的识别特性提出的一种利用微波成像技术。合成孔径雷达技术利用与目标做相对运动的小孔径天线，把在不同位置接收的回波进行相干处理，从而获得较高分辨力的成像雷达14-17。探头检测管道的扫描过程与雷达扫描过程类似，扫描周期与激励信号的低频信号周期一致，采集的每个数据点对应一个具有方向和大小的矢量，经过推导计算可得每个数据点的实部和虚部，进而可得检测过程的相位变化表征管道的缺陷信息。这种方法将采集的离散数据点转化为具有方向和大小的矢量，利用矢量和相加的原理表征缺陷处的相位变化。2 检测原理麦克斯韦电磁场理论是谐波磁场聚焦检测的理论基础，通过麦克斯韦方程组，理论上可以解决所有宏观电磁场的问题，在初始值和边界条件确定的情况下，可以完全确定空间电磁场的变化。使用麦克斯韦方程组能够描述电磁场的普遍方程，其微分形式见式（1）式（4）：(1)?E?0(2)?B0(3)?EBt(4)?BJEt?00 0式中：E电场强度，V/m；B磁感应矢量，T；J传导电流密度，A/m2；自由电荷体密度，C/m3。式(1)为高斯定理，确定了单电荷产生的电场；式(2)为安培环路定律，这一公式说明了磁场没有散度，即没有像电荷一样的“磁荷”存在；式(3)为法拉第电磁感应定律，它证明了变化的磁场也会激发出电场并使电场产生旋度，即产生漩涡电场；式(4)为安培-麦克斯韦定律，这一定律证明不仅变化的电流可以产生磁场，变化的电场也可以产生磁场。基于麦克斯韦电磁场理论，提出了一种谐波磁场检测技术，该技术能实现带包覆层管道的全壁厚缺陷定位识别。设计了一套完整的检测系统，可以实现在役管道不停车前提下对管道进行扫描检测。将采集到的原始信号进行处理分析，提取能够表征缺陷的信息实现管道缺陷的识别和定位。2.1 谐波激励源使用单频激励源进行检测时，需要提高检测频率，以满足较高的检测精度和灵敏度，但是要提高穿透性和检测距离则需要降低检测频率。针对单频激励源不能同时实现高灵敏度和远距离检测的问题，研制了一种以低频信号搭载高频信号的形式产生谐波信号的激励源。谐波是指多个正弦交信号叠加而成的周期性信号，通常由低频的载波和高频谐波组成，谐波的数学模型见式（5）：(5)f tAf tiiniii?sin 2?式中：Ai第 i 次正弦波的幅值；fi第 i 次正弦波的频率；i第 i 次正弦波的初始相位。根据上述谐波数学模型可知，检测系统所使用的谐波模型见式（6）：(6)f tftft?12将此模型导入 Matlab 中得到仿真信号见图 1。2.2 检测原理及检测系统组成检测过程中，将激励源产生的交变的谐波信号接检验检测40图 1 谐波激励源信号入对称差分式磁聚焦探头线圈中，该探头将穿透性强、灵敏度高的谐波信号通过包覆层传递到钢质管道上实现全壁厚的缺陷识别检测。当载有激励电流的线圈靠近铁磁性试件时，线圈产生的交变磁场会在管道中激发感应电流；感应电流又会产生感应磁场，根据楞次定律，感应磁场与原始磁场反向产生抵消作用，当探头经过一个缺陷时，被测物中磁场磁感线路径发生变化，磁场就会发生畸变，感应的磁场对原磁场产生的抵消也会发生变化，进而通过线圈的磁通量就会发生变化。所以通过采集磁场的数据就可以判断管道是否存在缺陷。图 2 为检测系统示意图。检测系统主要包括谐波激励源、对称差分式探头、数据采集系统、信号处理和缺陷识别系统。首先，利用研制的谐波信号发生器将激励信号加载到探头对称线圈上，在管道周围产生谐波磁场。移动检测探头即可实现管道全长检测。当探头穿过缺陷时，谐波磁场是突变的。然后，谐波磁场信号被多轴磁场传感器采集，并将磁场值转换成电压值输出。数据采集 系统采集电压值，同时进行 A/D转换。最后将数据传输到信号处理和缺陷识别系统。对收集到的数据进行处理，以实现缺陷识别。图 2 检测系统示意图?该检测系统利用谐波信号作为激励源，同时兼具强穿透力和高灵敏度。它具有穿透覆层以及管道壁达到全壁厚的能力，从而识别外壁的缺陷和内壁的腐蚀。对称式线圈能产生等大反向的磁场，在中间存在一个零磁通点，将 TMR2309 传感器置于此点能有效避免激励磁场的干扰。因此，提高了探测探头对管道目标区域的灵敏度和准确性，增强了缺陷识别能力。2.3 对称差分式磁聚焦探头目前大部分探头在进行管道检测过程中会把线圈产生的一次场也记录进采集系统，由于一次场的磁感应强度往往比包含缺陷信息的二次场大，所以对于缺陷信息来说一次场为干扰信号，同时为了保证探头的有效探测距离和增加检测系统的灵敏度就需要增强线圈产生的磁场强度以穿透包裹管道的超厚包覆层，使管道能够感应出较强的包含缺陷信息的二次场，这与一次场为干扰信号十分矛盾，在保证探头能产生足够的穿透磁场前提下去除一次场的干扰就成了电磁法检测管道缺陷的重中之重，通过优化探头的结构进行弱化或者去除一次场的影响是十分可行的，因此设计了以下探头方案，如图 3 所示，对称差分式探头包括对称线圈、硅钢片和传感器。磁传感器采用 TMR2309三轴磁阻(TMR)线性传感器芯片。TMR2309 传感器高度灵敏，可实现弱磁场检测。图 3 对称差分式探头示意图?如图 3 所示，采用对称式线圈产生零磁通点，将传感器放置在此零磁通点上可只接受纯净的二次场信号以排除一次场的干扰；用接近管道侧传感器采集的耦合磁场的数据减去对称侧传感器采集的只包含激励场的数据信息，以抵消一次场对二次场的掩埋；采用导磁性比空气好的叠加硅钢片结构聚焦磁场，同时为第 39 卷 增刊 2 检验检测41避免硅钢产生涡流污染磁场环境，采用叠加硅钢片的结构；此种探头设计方案能够实现在提高检测距离加大激励磁场能量的同时排除或削弱其对缺陷信息判断的影响，导磁性好的硅钢材料也能有效地提高检测距离。3 算法原理合成孔径雷达是利用与目标作用相对运动的小孔径天线，对不同位置接收的回波进行相干处理，从而获得较高分辨力的成像雷达。合成孔径雷达的原理如图 4 所示。图 4 合成孔径雷达原理图NLDR1syn其中，天线水平长度为 L，工作时，波长为。则水平波束开角=/L。天线的行进轨迹为直线，被测目标与行进轨迹的垂直距离为 R。天线在位置 1 时，目标进入波束；天线在位置 N 时，目标退出波束。合成孔径阵元数为 N，合成孔径长 D=R/L，合成孔径波束开角为?syn?/DRLL R。采样结束，合成孔径波束形成后处理时，对不同位置的回波信号进行相干叠加，需要计算阵元发射信号至目标、目标反射信号返回阵元的回返路程 2R。因此，合成孔径波束展开角为?syn?/222DRLLR。距 直 线 轨 迹垂直距离为 R 时，合成孔径波束形成的线分辨率为?synsyn?RR LRL/22。参考雷达探寻目标的原理，将管道检测数据做相似处理，对一段总长为 D 的管道进行扫描检测，设检测数据总量为 L（如图 5 所示），将整段数据分为若干个扫描周期，扫描周期内包含的数据量与谐波信号低频周期内数据量保持一致，按照 2 个数据点之间长度将扫描周期分段，这个长度称为管道最小单元，对原始信号处理过程如下：1）管道总长为 D，检测过程的数据总量为 L，采集到的数据从 1 开始，那么管道被 L 个数据点分成了L-1 份，将每 2 个数据点之间长度称为管道最小单元设为 M。对每个管道最小单元编号用 Ci表示，则整个管道包含份数可用 C 表示，采集的数据用 S 表示。它们之间的对应关系如图 6 所示，Ci对应的数据点为 Si+1，表达式见式（7）式（9）。图 5 合成孔径雷达应用管道检测示意图?hh?L图 6 最小单元编号和数据点示意图S1C1S2C2S3C3S4C4C5C6C7C8C(L?1)S5S6S7S8S9.SL(7)MDL?1(8)CC C CCCiL?1231,(9)SS SSSSiL?123,2）计算扫描周期扫描角，由图 7 所示，检测高度为 h，每个扫描周期的辐射角 固定，谐波激励信号本身具有周期性，可使扫描周期与谐波激励信号中低频信号周期一致，已知激励信号的低频频率 f1和数据采集设备的采样率 Fs，低频周期为Tf=11，2 个数据点之间即管道最小单元之间采样时间?tF?1s，则每个扫描周期覆盖管道长度 d 和辐射角 通过计算 可求出，见式（10）式（12）。(10)dh?22tan?(11)dTtM?图 7 扫描周期内管道长度hd检验检测42由式（10）和式（11）可以确定扫描角，见式（12）。(12)?221arctanF Mfhs3）计算扫描周期包含最小单元份数，用每个扫描周期内管道长度 d 除以管道最小单元长度 M 将得到每个扫描周期内包含最小管道单元的份数 N。为保证分段的连续性和方便计算扫描周期个数，对 N 取整。因为扫描周期人为确定可灵活调整，所以对 N 取整后不会产生误差。扫描周期内数据量为len，见式（13）式（14）。(14)lenN?1(13)NdMhLDTtFf?2211tan?s4）计算扫描周期个数，用整个检测过程包含管道最小单元的总份数 L-1 除以每个扫描周期包含管道最小单元份数 N 将得到扫描周期个数 X。X 包含整数部分 X1和余数部分 X2，可得 X1表示扫描周期的数量，X2表示剩下不足一个扫描周期的管道最小单元数量。整个管道最小单元编号用 Cz表示，对应的数据用 Sz表示。见式（15）式（17）。(15)XLNDhfLFs?12211tan?(16)CCCCzXNXNX?11112,(17)SSSzXNX?1112,5）计算数据点的辐角，扫描周期内数据点的分布情况如图 8 所示，改变了原算法中采用的辐角，以扫描周期内第 1 个数据点和顶点连线作为复平面的+1轴，与其垂直朝向扫描方向线为复平面的+j 轴，在此复平面中扫描周期中的每一个数据点都对应一个辐角，第 1 个数据点对应 0，第 N+1 个数据点对应扫描角。对于任意数据点 Si，通过计算能确定其在扫描周期中位置，它对应最小单元编号 Ci-1，i-1 除以 N 得到余数 X3,表明数据点 Si是扫描周期中第 X3最小单元的末端数据点，在扫描周期中位置 n=X3+1，它的辐角为顶点到该数据点连线与顶点到该扫描周期内第一个数据点连线的夹角称为，只要求出每个数据点的辐角就能求出该数据点的实部和虚部，进而求出相位。图 8 扫描周期内数据辐角示意图1+1+jn(N+2)?21en?由图 8 可知，当nN?21时，(18)?221arctanNnMh当 nN21+时，(19)?221arctannNMh因为反三角函数具有单调性，当 nN21+时，对式(19)来说反三角函数求出的角度为负数，与前方减法运算抵消。因此可用式(18)表征整个扫描周期内的任一个数据点的辐角。此外还有一种较为简单的方法能够确定扫描周期内任意数据点 Si的辐角，见式（20）。(20)?XN36）计算数据点的实部和虚部，见式（21）和 式（22）。(21)RejiS?cos?(22)ImjiS?sin?通过式（21）和式（22）得到扫描周期内每个数据点的实部、虚部，将各数据相加，得到第 i 扫描周期的融合数据的实部和虚部，并求出该段数据的相位。由式（18）可以得到每个扫描周期内首尾数据点信息，则在第i扫描周期中，实部、虚部以及相位用式（23）式（25）表示。第 39 卷 增刊 2 检验检测43(23)ReiiNi NjS?121cos?(24)ImiiNi NjS?121sin?(25)PhImReiii?arctan同理，根据式（18）可以得到最后余下不足扫描周期数据点信息，则此部分融合数据的实部、虚部以及相位用式（26）式（28）表示。(26)ReYXNXNXjS?11221cos?(27)ImYXNXNXjS?11221sin?(28)PhImReYYY?arctan采集的信号在管道缺陷处会产生突变，反应在采集的数据中就是离散的数据点的值发生变化，相位能表征管道缺陷信息的原理如图 9 所示，以相邻 2 个数据点矢量和为例，当其中数据点 Si的值突然变大时，其矢量和的相位角 1也较之前的矢量和相位角 发生变化，因此相位可以表征管道缺陷。检测结果中的每个数据点都能求出其对应的辐角即相位，又因为每个扫描周期内的数据点的相位都是从 0 到 变化，因此将扫描周期内所有相位叠加得到一个值，观察不同扫描周期此值即可表征管道缺陷信息。图 9 数据点矢量和相位变化示意图Si1Si?1OSi?4 实验验证4.1 75 mm 管道缺陷实验为了验证合成孔径雷达技术处理分析谐波磁场检测带包覆层钢质管道缺陷过程中采集到的原始信号的有效性，展开实验探究，采用对称差分式探头对钢质管道进行扫描检测。首先采用缺陷比较明显的焊缝管道进行实验，实验管道外径为 75 mm，全长为 2 500 mm，包覆层厚度为 200 mm，在管道中间加工一个焊缝缺陷，为真实模拟工况先对管道进行切割再焊接。然后检测沿同一轴线加工了盲孔、通孔、面缺陷和刻槽 4 个缺陷的管道，管道外径为 75 mm，壁厚为 3 mm，检 测 全 长 为 2 000 mm，包 覆 层 厚 度 为 200 mm。缺陷位置及检测系统如图 10 所示。（a)焊缝(b)管道焊缝位置 (c)四缺陷位置图 10 缺陷位置及检测系统1 250 mm2 500 mm?400 mm400 mm2 000 mm400 mm600 mm?根据设计的检测系统搭建测试台，对上述管道进行测试。图 11 为采集到的原始信号。测试激励源的参数为高频 500 kHz、低频 24 Hz、电压 15 V 的谐波 信号。检验检测44图 11 原始信号500.511.522.533.544.5500.511.522.533.544.5500.511.522.533.544.5?/V0.050?0.05?0.1?/V0?0.1?0.2?0.3?/V20?2?s?Y?s?s?Z?X?如图 11 所示，该原始信号为对称差分式探头耦合场端传感器采集到的数据，该数据包含了缺陷信息的感应磁场，但是激励磁场、工频信号以及噪声信号都没有剔除。因此需要合适的算法处理分析，提取缺陷信息。4.2 工程实验为了对谐波磁场聚焦检测技术进行工程研究，将谐波磁场聚焦检测系统应用于地下管廊中的热力管道检测，前往山东省威海市智慧管廊进行检测，采集并处理检测数据，通过对比检测结果与管道损伤情况，验证检测系统的工程适用性。威海市滨海新城建设投资股份有限公司的地下综合管廊计划建设 35.63 km，目前位置累计形成廊体约28.6 km，工程检测时具体测试管廊段为松涧路段，总长约 7 km，本次工程示范主要围绕“不拆包覆层的管道焊缝缺陷检测”进行，分别针对服役状态下 DN900热力管道的直管、弯头等不同位置进行检测，管廊实地拍摄图片见图 12。使用检测系统对全长 30 m 的管道进行检测，检测段存在 1 个钢质支架，检测过程及管道路由如图 13 所示，考虑到热力管廊的管道均由 12 m 等长钢质管道焊接而成，所以在检测过程中存在 2 3 条焊缝。此外，由于管道服役时间短，不存在腐蚀、泄漏等情况，在检测过程中只考虑焊缝对检测结果的影响。图 12 威海市地下管廊DN900 热力管道图 13 管道长距离检测?30 m?管道长距离检测得到的原始数据如图 14 所示，在管道长距离检测的原始数据中，由于数据量较大，环境干扰较多，无法直接从原始数据中得到有效的缺陷信息。图 14 管道长距离检测原始数据?/V0.80.60.40.20?0.2?0.4?0.6?0.8?1?1.250051015202530354045?s?使用检测系统对管道弯头进行检测，弯头是用于管道转弯处的一种管件，通常采用焊接的方式与其他管件连接。因此，在弯头处通常存在 2 条焊缝，管道弯头及检测段管道路由如图 15 所示。管道弯头检测得到的原始数据如图 16 所示，在管道弯头检测的原始数据中，由于数据量较大，环境干扰较多，无法直接从原始数据中得到有效的缺陷 信息。第 39 卷 增刊 2 检验检测45（b)弯头处路由?图 15 管道弯头及弯头路由（a)管道弯头图 16 管道弯头检测原始数据?V0.40.20?0.2?0.4?0.6?0.8?1?1.2?1.400.511.522.533.544.5?s?5 实验数据处理与分析在扫描检测管道的过程中，谐波磁场在缺陷处会产生突变，因为谐波信号是由 2 个不同频率的正弦信号叠加而成，因此采集到的数据也为周期性的正弦信号，当探头扫描到管道缺陷位置时，缺陷处采集数据的幅值和相位会发生变化。合成孔径数据处理算法是将每个扫描周期内的数据点相加，每个扫描周期相加后只能得到 1 个值，大大减少了图像中的数据点数。模拟信号原始数据中相位和幅值突变部分反映在图像中只有1个周期的变化，也就是一个点的变化，此种情况不利于充分地表征管道的缺陷信息，存在算法分辨率固定、精度与周期内包含的数据量有关、处理方式不灵活的问题。因此调整算法程序，借鉴短时傅里叶（STFT）算法将数据按窗分段的特点，提出了基于合成孔径算法的 2 种加窗方式：1）采用逐点累加的方式，将采集的每个数据点与其之后固定数量的数据点累加，然后再求相位以表征缺陷信息，而这个固定值就是选取的窗，可以灵活选取；2）窗口分段的方式，将采集的数据点按特定数量间隔分段，将每个分段内数据相加，这个特定数量即为选取的窗。5.1 单焊缝管道数据处理选取对称差分式探头扫描检测管道时传感器采集的原始数据，应用合成孔径雷达算法进行处理分析，实验的参数：低频信号 24 Hz，高频信号 500 Hz，管道缺陷为单焊缝，数据为耦合场端传感器采集的信息。单焊缝管道原始数据应用基于合成孔径雷达的逐点累加法和窗口分段法处理后的结果如图 17 所示。图 17 焊缝处理结果?/V0.050?0.05?0.1?rad0?1?2?3?rad1.21?s?ms?0123456051015202500.51.512.523.534.545104?104?104从图 17 中可以看出，经过基于合成孔径雷达的逐点累加法和窗口分段法处理后，管道焊缝缺陷位置处数据发生突变，从图中能明显得到焊缝缺陷的位置。因此说明该种方法确实有效。5.2 四缺陷管道数据处理选取对称差分式探头扫描检测四缺陷管道时传感器采集的原始数据，应用合成孔径雷达算法进行处理分析，实验的参数：低频信号 24 Hz，高频信号 500 Hz，管道缺陷为沿同一轴线加工的盲孔、通孔、检验检测46面缺陷和刻槽 4 个缺陷，数据为耦合场端传感器采集的信息。四缺陷管道检测数据处理后的结果如图 18 所示。图 18 四缺陷管道检测处理结果?/V0.930.9250.92?/rad3.0273.026 53.026?/rad1.251 71.251 65?s?ms?01234567012345604281061216181420104?104从图 18 中可以看出，经过基于合成孔径雷达的逐点累加法和窗口分段法处理后，管道缺陷位置处数据发生突变，从图中能明显得到盲孔、通孔、面缺陷和刻槽缺陷的对应的位置。因此说明该种方法确实 有效。5.3 威海管道长距离检测数据处理对管道长距离检测结果进行处理，处理结果如图19 所示，由图可知处理结果中存在 4 处明显波动，已知该段管道上存在 2 3 条焊缝，考虑到每条焊缝的间隔相等、信号特征相同，可知检测段的管道存在 3条焊缝，另外 1 处波动为管道支架。图 19 威海管廊长距离检测处理结果?/rad1.11.0951.091.0851.081.0751.071.0651.06020406080100120140?Hz?5.4 威海管道弯头检测数据处理管道弯头处检测数据的处理结果如图 20 所示，由图可知弯头两端存在 2 处焊缝，信号特征明显。?/V0.40.20?/rad20?2?/rad20?2?s?ms?05101520253035404500.51.512.523.5344.500.51.512.523.5344.5104104?104图 20 威海管廊弯头检测处理结果6 结论本文提出了一种基于谐波磁场检测的管道无损检测方法，基于合成孔径雷达的原理建立了能够有效表征缺陷信息的数据处理方法。1）基于谐波磁场检测原理设计了磁聚焦检测探头，搭载谐波电流后可以将谐波磁场聚焦到待测管道的管体，激发管体产生二次场并通过高灵敏度磁传感器采集检测区域的磁场信息。2）基于合成孔径雷达的原理，建立了信号处理方法，对监测数据做时频分析，能够在有效避免一次场干扰的同时，提取缺陷信息，确定缺陷位置。3）为了验证本文提出的检测方法和数据处理方法的有效性，搭建了实验平台进行实验，证明了谐波磁场聚焦检测系统能够在不拆除包覆层的环境中有效地检测出焊缝、面缺陷和点缺陷。参考文献1 徐志远.带包覆层管道壁厚减薄脉冲涡流检测理论与方法 D.武汉：华中科技大学,2012.2 党伟.带包覆层地面钢质管道损伤谐振磁场检测技术研究 D.北京:北京工业大学,2019.3 刘长良,闫萧.基于工况辨识和变分模态分解的风电机组滚动轴承故障诊断 J.动力工程学报,2017,37(04):273-278+334.4 施巍巍.经验模态分解方法及其在语音识别算法中的研究 D.杭州：浙江理工大学,2014.5 Duan Y,Zhu S,Zheng H.Application of wavelet 第 39 卷 增刊 2 检验检测47analysis in signal processingJ.Advances in Computer,Signals and Systems,2021,5(01):28-36.6 Olbrycht R,Wiecek B,Gralewicz G,et al.Comparison of Fourier and wavelet analyses for defect detection in lock-in and pulse phase thermographyJ.Quantitative InfraRed Thermography Journal,2012,4(02):219-232.7 陈法法,李冕,陈保家,等.EEMD 能量熵与优化LS-SVM 的滚动轴承故障诊断 J.组合机床与自动化加工技术,2016(12):71-75.8 郑佳宁.局域均值分解算法研究及其应用D.西安:西安电子科技大学,2012.9 Cao H,Jiang M,Jia L,et al.An ultrasonic signal processing method to improve defect depth estimation in composites based on empirical mode decompositionJ.Measurement Science and Technology,2021,32(11):115 112.10 Thomas T,Michael A P.Detection of high frequency emission using ensemble empirical mode decompositionJ.International Journal of Energy Technology and Policy,2021,17(05):510-528.11 舒悦,谢传东,何明,等.往复压缩机环状气阀振动信号的 LMD 故障特征提取方法研究 J.流体机械,2019,47(11):13-18.12 陈晓.基于 LMD 的包络分解在转子故障特征提取中的应用 J.内燃机与配件,2019(05):138-139.13 Li X,Ma J,Wang X,et al.An improved local mean decomposition method based on improved composite interpolation envelope and its application in bearing fault feature extractionJ.ISA Transactions,2020,97(C):365-383.14 马静.无人机载聚束 SAR成像算法研究 D.哈尔滨:哈尔滨工业大学,2008.15 李成浩.合成孔 径雷达的算法 研究 J.神州,2013(11):28.16 刘志铭.干涉合成孔径雷达相位解缠算法的研究D.解放军信息工程大学,2004.17 Chernoyarov O V,Ivanov V A,Salnikova A V,et al.Intra-period signal processing in a synthetic aperture radarJ.Engineering Letters,2022,30(01).technology and analytical performance based on multiple runs on pipeline segmentC./Calgary：International Pipeline Conference，2012：89-94.3 胡朋,史冠男,张庆保,等.基于多轮内检测数据的对齐和比对 J.无损检测,2022,44(06):36-39+66.4 孙浩,帅健.长输管道内检测数据比对方法 J.油气储运,2017,36(07):775-780+794.5 张曼杰.基于两次内检测数据比对的海管剩余强度和剩余寿命评价 J.涂层与防护,2022,43(08):52-57+62.6 李宏霞,金耀辉,封大伟.长输管道竣工资料与内检测数据对齐在完整性管理中应用 J.石化技术,2022,29(07):214-216.7 刘海鹏,谷思昱,刘庆亮,等.基于机器学习算法的管道内外检测数据对齐方法J.油气储运,2021,40(11):1 236-1 241.8 胡朋,陈金忠,康小伟,等.长输油气管道内检测数据的比对 J.无损检测,2021,43(07):90-94.9 孙鹏,谢裕喜,张勇,等.管道内检测数据对齐方法与应用 J.油气储运,2021,40(02):151-156.10 陈翠翠.长输管道漏磁内检测数据的对比及综合应用 J.石油和化工设备,2020,23(03):71-74.11 杨贺,刘新凌,李强,等.油气管道多轮内检测数据对齐算法研究及应用 J.管道技术与设备,2020(01):21-24+28.12 王波,吕超,明连勋,等.基于不同内检测数据的对齐与分析研究 J.管道技术与设备,2019(05):24-27.13 刘伟.管道本体数据与内检测数据的对齐方法研究 D.西安:西安科技大学,2018.14 吴翔,郭永,苟建仁,等.数据对齐在管道安全评估方面的应用研究 J.四川化工,2022,25(04):43-47.15 林现喜,李银喜,周信,等.大数据环境下管道内检测数据管理 J.油气储运,2015,34(04):349-353.16 周汉 权,张 纪 波,陈金忠,等.基于多源异构数据融合分析的长输管道泄漏预测 J.化工机械,2022,49(01):9-15.（上接第 26 页）