唐建華，孫少欣，劉金海，汪 剛

(1.中海油能源發(fā)展裝備技術(shù)有限公司，天津 300451; 2.東北大學(xué) 信息科學(xué)與工程學(xué)院，沈陽(yáng) 110004)

一種漏磁內(nèi)檢測(cè)器數(shù)據(jù)的自適應(yīng)濾波方法

唐建華1，孫少欣2，劉金海2，汪 剛2

(1.中海油能源發(fā)展裝備技術(shù)有限公司，天津 300451; 2.東北大學(xué) 信息科學(xué)與工程學(xué)院，沈陽(yáng) 110004)

提出了一種具有快速精準(zhǔn)的大數(shù)據(jù)處理功能的智能濾波方法，根據(jù)不同的漏磁信號(hào)特點(diǎn)采取相應(yīng)的濾波算法進(jìn)行線濾波和面濾波，實(shí)現(xiàn)了對(duì)漏磁內(nèi)檢測(cè)器裝置采集到的數(shù)字信號(hào)的自適應(yīng)濾波，為準(zhǔn)確快速地進(jìn)行管道缺陷定位、特征提取及壽命預(yù)測(cè)奠定了堅(jiān)實(shí)的基礎(chǔ)，進(jìn)一步保證了管道的安全運(yùn)行，延長(zhǎng)了管道的使用壽命，防止了管道泄漏和環(huán)境污染。

漏磁內(nèi)檢測(cè)器；數(shù)據(jù)預(yù)處理；頻譜分析；自適應(yīng)濾波

管道運(yùn)輸不受氣候驟變和環(huán)境突變的影響，同時(shí)還可以跨越長(zhǎng)距離大量運(yùn)輸，因此管道運(yùn)輸成為運(yùn)輸石油與天然氣等流體的必然選擇。在油氣輸送過(guò)程中，當(dāng)發(fā)生管道泄漏尤其爆管時(shí)，輕則造成經(jīng)濟(jì)與能源損失，對(duì)生態(tài)環(huán)境造成不利影響，重則會(huì)造成人員傷亡，因此管道運(yùn)輸?shù)男孤z測(cè)與管道維護(hù)是管道運(yùn)輸?shù)碾y題之一。

管道內(nèi)檢測(cè)與外檢測(cè)是兩種主要的管道故障診斷方法[1-2]。管道外檢測(cè)只適用于陸地鋪設(shè)的管道，無(wú)法對(duì)海底油氣管道進(jìn)行檢測(cè)，并且主要應(yīng)用于事后處理，其可對(duì)管道已經(jīng)發(fā)生的泄漏進(jìn)行提示報(bào)警，降低由于泄漏而產(chǎn)生的損失，但不能有效預(yù)警即將發(fā)生的泄漏。而管道內(nèi)檢測(cè)技術(shù)更加完善，也是國(guó)內(nèi)外行業(yè)公認(rèn)的最為有效的安全檢測(cè)手段。內(nèi)檢測(cè)技術(shù)主要包括：渦流檢測(cè)技術(shù)、超聲波檢測(cè)技術(shù)、光學(xué)檢測(cè)技術(shù)以及漏磁檢測(cè)技術(shù)等。不同于任何以往的破壞性檢測(cè)，管道內(nèi)檢測(cè)技術(shù)為無(wú)損檢測(cè)技術(shù)，即在不破壞管道化學(xué)性質(zhì)和原有狀態(tài)的基礎(chǔ)上，獲取管道特征，進(jìn)而詳細(xì)了解管道運(yùn)行狀況。具體檢測(cè)方法為：通過(guò)具有信息存儲(chǔ)、采集和處理等強(qiáng)大信息處理功能的管道內(nèi)部檢測(cè)裝置，采用直接無(wú)損的方法對(duì)管道進(jìn)行在線檢測(cè)，借助管道內(nèi)介質(zhì)的物理流動(dòng)作用作為動(dòng)力在管道內(nèi)移動(dòng)。當(dāng)內(nèi)檢測(cè)裝置在管道中被取出后，針對(duì)內(nèi)檢測(cè)器所采集到的完整數(shù)據(jù)結(jié)構(gòu)進(jìn)行分析和處理，經(jīng)過(guò)相應(yīng)計(jì)算得到管道變形、腐燭、裂紋程度等，并對(duì)其進(jìn)行準(zhǔn)確定位。因此，管道內(nèi)檢測(cè)技術(shù)能夠攻克所檢測(cè)管道的缺陷位置難題[3-4]，不僅能夠準(zhǔn)確無(wú)誤定位缺陷，實(shí)現(xiàn)實(shí)時(shí)預(yù)警，而且能夠識(shí)別出缺陷的類型甚至大小。

數(shù)據(jù)預(yù)處理技術(shù)屬于數(shù)據(jù)分析前端，對(duì)檢測(cè)到的原始數(shù)據(jù)進(jìn)行初加工，具體指對(duì)漏磁檢測(cè)裝置采集到的信號(hào)進(jìn)行特征提取之前對(duì)數(shù)據(jù)進(jìn)行的操作，圖1為管道故障診斷整體結(jié)構(gòu)設(shè)計(jì)流程。濾波是數(shù)據(jù)預(yù)處理的重要內(nèi)容，研究漏磁內(nèi)檢測(cè)器數(shù)據(jù)的自適應(yīng)濾波方法為準(zhǔn)確快速進(jìn)行管道缺陷定位、特征提取及壽命預(yù)測(cè)奠定了堅(jiān)實(shí)的基礎(chǔ)。因此漏磁內(nèi)檢測(cè)器數(shù)據(jù)的自適應(yīng)濾波方法可為維護(hù)管道運(yùn)行、預(yù)測(cè)管道壽命、延長(zhǎng)管道使用壽命以及事故預(yù)防等方面提供強(qiáng)有力的科學(xué)依據(jù)，在很大程度上可避免管道的盲目維修，減少管道維修所花費(fèi)的人力和物力。

圖1 管道故障診斷整體結(jié)構(gòu)設(shè)計(jì)流程

筆者根據(jù)不同的漏磁信號(hào)特點(diǎn)采取相應(yīng)的濾波算法進(jìn)行線濾波和面濾波，實(shí)現(xiàn)了對(duì)漏磁內(nèi)檢測(cè)器裝置采集到的數(shù)字信號(hào)的自適應(yīng)濾波，為準(zhǔn)確快速地進(jìn)行管道缺陷定位、特征提取及壽命預(yù)測(cè)奠定了堅(jiān)實(shí)的基礎(chǔ)，進(jìn)一步保證了管道的安全運(yùn)行，延長(zhǎng)了管道的使用壽命，防止了管道泄漏和環(huán)境污染。

圖2 漏磁信號(hào)特點(diǎn)識(shí)別示意

1 漏磁數(shù)據(jù)識(shí)別算法

根據(jù)漏磁信號(hào)特點(diǎn)以及經(jīng)典濾波方法的特點(diǎn),設(shè)計(jì)了單通道自適應(yīng)濾波系統(tǒng)。漏磁信號(hào)基本可以劃分為無(wú)缺陷信號(hào)、大缺陷信號(hào)、小波動(dòng)信號(hào)3種類型，漏磁信號(hào)特點(diǎn)識(shí)別示意如圖2所示。一般情況下，一路信號(hào)大部分為不含有缺陷的信號(hào)，可以通過(guò)觀察上下通道數(shù)據(jù)將小波動(dòng)信號(hào)識(shí)別出是噪聲信號(hào)還是小缺陷信號(hào)。如果多路信號(hào)均有波動(dòng)，并且波動(dòng)形狀和幅度大小基本一致，或者只有一路信號(hào)有較小波動(dòng)，則為噪聲信號(hào)，反之則為小缺陷信號(hào)。

圖3為漏磁數(shù)據(jù)識(shí)別流程圖，具體流程如下：

(3) 當(dāng)全部標(biāo)記完畢后，信號(hào)區(qū)域間會(huì)出現(xiàn)重疊現(xiàn)象，需重新標(biāo)定。ψ2與ψ1重疊部分歸ψ2，ψ3與ψ1重疊部分歸ψ3，ψ3與ψ2重疊部分歸ψ3。

圖3 漏磁數(shù)據(jù)識(shí)別流程

圖4 自適應(yīng)濾波算法流程

2 自適應(yīng)濾波算法

自適應(yīng)濾波算法流程圖如圖4所示，數(shù)據(jù)識(shí)別完成后，對(duì)應(yīng)于數(shù)據(jù)類型的具體自適應(yīng)濾波算法如下所述。

2.1 無(wú)缺陷區(qū)域信號(hào)的自適應(yīng)濾波 對(duì)于不含有缺陷的信號(hào)，盡可能削弱信號(hào)幅度，平滑地濾除此區(qū)域信號(hào)，使幅值接近基值的平坦信號(hào)。FFT(快速傅里葉變換)方法可以從頻譜分析圖[5]上直接對(duì)高頻信號(hào),即噪聲信號(hào)進(jìn)行濾除，當(dāng)中值濾波[6]的參數(shù)值較大時(shí)，信號(hào)幅度也會(huì)大幅減小，平滑均值濾波最大的特點(diǎn)就是使信號(hào)更加平滑。因此先通過(guò)FFT濾波算法進(jìn)行粗濾波，直接進(jìn)行高頻段噪聲的剔除，再通過(guò)中值濾波算法對(duì)幅值進(jìn)一步削減，最后通過(guò)平滑均值濾波平滑曲線，通過(guò)選取合適的參數(shù)，使3種方法結(jié)合在一起，對(duì)不含有缺陷的信號(hào)進(jìn)行無(wú)缺陷信號(hào)混合濾波，完成線濾波。當(dāng)使用中值濾波時(shí)，信號(hào)幅度會(huì)大幅減小，同時(shí)均值濾波可使信號(hào)更加平滑，因此先通過(guò)中值濾波算法對(duì)漏磁信號(hào)幅值進(jìn)行削減，再通過(guò)均值濾波對(duì)其進(jìn)行平滑處理，通過(guò)選取合適的參數(shù)，使兩種方法結(jié)合在一起，實(shí)現(xiàn)無(wú)缺陷區(qū)域混合濾波算法，完成面濾波[7]。

2.2 小波動(dòng)區(qū)域信號(hào)的自適應(yīng)濾波

小波動(dòng)信號(hào)既有可能是小缺陷也有可能是大幅度噪聲信號(hào),若為噪聲信號(hào),則應(yīng)達(dá)到削減其幅值，類似于處理不含有缺陷信號(hào)的效果；若為小缺陷，則應(yīng)保證平滑信號(hào)的情況下使其幅度稍微增大，即達(dá)到圖像增強(qiáng)的效果。等紋低通濾波[8]最大的特點(diǎn)就是使最大誤差最小化，并且其最大逼近誤差均勻分布。貝塞爾濾波最大的特點(diǎn)就是失真小，不存在過(guò)沖現(xiàn)象，且參數(shù)適當(dāng)時(shí)，可使圖像增強(qiáng)。因此先通過(guò)等紋低通濾波算法對(duì)漏磁信號(hào)進(jìn)行濾波，再通過(guò)貝塞爾濾波算法對(duì)幅值進(jìn)一步平滑，通過(guò)選取合適的參數(shù)，使兩種方法結(jié)合在一起，對(duì)含有小缺陷的信號(hào)進(jìn)行小波動(dòng)信號(hào)混合濾波，完成線濾波。高斯濾波的特點(diǎn)為能對(duì)信號(hào)數(shù)據(jù)進(jìn)行能量轉(zhuǎn)化，排除掉能量低的部分，而噪聲屬于低能量部分，在完成噪聲信號(hào)能量衰減的同時(shí)，避免了缺陷信號(hào)的失真。巴特沃斯濾波最大的特點(diǎn)為其曲線較平坦，沒(méi)有起伏。因此先通過(guò)高斯濾波算法對(duì)小缺陷信號(hào)進(jìn)行濾波，實(shí)現(xiàn)去噪與使缺陷信號(hào)最大限度的不失真，再通過(guò)巴特沃斯濾波算法對(duì)幅值進(jìn)一步平滑，實(shí)現(xiàn)缺陷信號(hào)增強(qiáng)，通過(guò)選取合適的參數(shù)，使兩種方法結(jié)合在一起，實(shí)現(xiàn)小波動(dòng)區(qū)域混合濾波算法而完成面濾波。

2.3 大缺陷區(qū)域信號(hào)的自適應(yīng)濾波

對(duì)于含有較大缺陷的信號(hào)，應(yīng)保證在不失真的情況下，即保證缺陷信號(hào)的峰谷差盡量不變的情況下，使其更加平滑。窗函數(shù)法濾波在濾除噪聲的同時(shí)，可使圖像平滑，且失真較小。小波分析方法能同時(shí)在時(shí)、頻域內(nèi)對(duì)信號(hào)進(jìn)行分析，能有效地區(qū)分信號(hào)中的缺陷信號(hào)和噪聲，從而完成含有較大缺陷信號(hào)的去噪。因此先通過(guò)窗函數(shù)法濾波算法對(duì)缺陷信號(hào)進(jìn)行濾波，再通過(guò)小波濾波算法對(duì)幅值進(jìn)一步平滑，通過(guò)選取合適的參數(shù)，使兩種方法結(jié)合在一起，對(duì)含有較大缺陷的信號(hào)進(jìn)行大缺陷信號(hào)混合濾波，完成線濾波。小波包濾波方法能同時(shí)在時(shí)、頻域內(nèi)對(duì)信號(hào)進(jìn)行分析，能有效地區(qū)分信號(hào)中的缺陷信號(hào)和噪聲，從而完成含有較大缺陷信號(hào)的去噪。高斯濾波可顯著提高信噪比，可使漏磁信號(hào)平滑，且失真較小。因此先通過(guò)高斯濾波算法對(duì)缺陷信號(hào)進(jìn)行濾波，再通過(guò)小波包濾波算法對(duì)其幅值進(jìn)一步平滑，通過(guò)選取合適的參數(shù)，使兩種方法結(jié)合在一起，實(shí)現(xiàn)大缺陷區(qū)域混合濾波算法，完成面濾波。

因此自適應(yīng)濾波算法即為根據(jù)漏磁信號(hào)特點(diǎn)，先進(jìn)行單通道自適應(yīng)濾波來(lái)完成線濾波，再進(jìn)行多通道自適應(yīng)濾波來(lái)完成面濾波[9-10]的方法。

3 濾波評(píng)價(jià)方法

3.1 主觀評(píng)價(jià)

3.1.1 信號(hào)畸變度(SD)

由于濾波算法的一些缺陷，可能導(dǎo)致濾波后某段波形發(fā)生畸變，與正常波形無(wú)法對(duì)應(yīng)。信號(hào)畸變度是指濾波后與濾波前圖像的畸變波形占整體波形的比重，以及畸變波形段無(wú)法對(duì)應(yīng)的程度。信號(hào)畸變度主要是針對(duì)缺陷信號(hào)來(lái)說(shuō)的，可分為低、中、高3個(gè)等級(jí)。信號(hào)畸變度越低，濾波效果越好。

一般情況下，與原缺陷信號(hào)能夠基本重合，甚至在幅值不降低的情況下比原來(lái)更加平滑，就可以認(rèn)定為信號(hào)畸變度低；與原缺陷信號(hào)比，幅值有小幅下降，但是基本不影響缺陷信號(hào)的特征提取，就可以認(rèn)定為信號(hào)畸變度中等；反之，缺陷信號(hào)幅度大幅削減，已經(jīng)達(dá)到了與原始信號(hào)無(wú)法對(duì)應(yīng)的程度，即認(rèn)定為信號(hào)畸變度高。

3.1.2 信號(hào)可辨識(shí)程度(SDD)

信號(hào)可辨識(shí)程度是指在保證缺陷信號(hào)不失真的基礎(chǔ)上，使缺陷信號(hào)更加平滑，以及使非缺陷信號(hào)更加平坦光滑。信號(hào)畸變率主要針對(duì)非缺陷信號(hào)來(lái)說(shuō)，可分為低、中等、高3個(gè)等級(jí)。

一般情況下，與原非缺陷信號(hào)能夠基本重合就可以認(rèn)定為信號(hào)可辨識(shí)程度低；與原非缺陷信號(hào)比，幅值有小幅下降，就可以認(rèn)定為信號(hào)可辨識(shí)程度中等；反之，大幅度削減了非缺陷信號(hào)幅度，變得比較平坦平滑了，即認(rèn)定為信號(hào)可辨識(shí)程度高。通常信號(hào)可辨識(shí)程度高，信號(hào)畸變度也會(huì)越高，因此濾波過(guò)程中要達(dá)到信號(hào)可辨識(shí)程度高，信號(hào)畸變度低的最佳效果。

3.2 客觀評(píng)價(jià)

進(jìn)行客觀評(píng)價(jià)時(shí)，首先要確定可檢測(cè)缺陷信號(hào)標(biāo)準(zhǔn)。對(duì)于可檢測(cè)缺陷信號(hào)，傳感器陣列需要至少檢測(cè)到缺陷的6個(gè)有效采樣數(shù)據(jù)，所謂有效采樣數(shù)據(jù)是指峰值信噪比大于10 dB的缺陷采樣數(shù)據(jù)。這里的缺陷有效采樣數(shù)據(jù)為同一個(gè)缺陷在所有傳感器陣列上檢測(cè)到的有效采樣數(shù)據(jù)個(gè)數(shù)之和。

3.2.1 歸一化均方誤差(NMSE)

(1)

3.2.2 峰值信噪比(PSNR)

峰值信噪比的數(shù)學(xué)定義為

(2)

式中：xmax為采樣數(shù)據(jù)峰值，默認(rèn)為幅值最大值。

3.2.3 信噪改善比(SNIR)

峰值信噪比是指信號(hào)最大可能功率的大小與影響其精度的具有破壞性的噪聲功率的比值。信噪比越大，信號(hào)測(cè)量越精確。缺陷信號(hào)(有效采樣數(shù)據(jù))峰值信噪比大于10 dB。

(3)

式中：SNR_n為濾波后信噪比;SNR_0為濾波前信噪比。

信噪改善比是指濾波后信噪比與濾波前信噪比的比值。信噪改善比越高，表明濾波系統(tǒng)的濾波效果越好，檢測(cè)到微弱有用信號(hào)的能力越強(qiáng)。

3.2.4 波形失真率(DR)

(4)

波形失真率是指去噪對(duì)有用波形的損傷程度。該比值越小，說(shuō)明校正后的波形與原始波形越接近，對(duì)波形的損傷越小，濾波效果越好；反之，DR越大說(shuō)明校正效果越差。

4 仿真驗(yàn)證

4.1 無(wú)缺陷區(qū)域信號(hào)的自適應(yīng)濾波效果

無(wú)缺陷區(qū)域信號(hào)的自適應(yīng)濾波效果評(píng)價(jià)性能指標(biāo)如表1所示，可見(jiàn)其大大削減了噪聲信號(hào)，濾波效果比單一濾波算法效果好很多。無(wú)缺陷區(qū)域信號(hào)的自適應(yīng)濾波效果對(duì)比如圖5所示。

表1 無(wú)缺陷區(qū)域信號(hào)的自適應(yīng)濾波效果評(píng)價(jià)性能指標(biāo)

圖5 無(wú)缺陷區(qū)域信號(hào)的自適應(yīng)濾波效果對(duì)比

4.2 小波動(dòng)區(qū)域信號(hào)的自適應(yīng)濾波效果

小波動(dòng)區(qū)域信號(hào)的自適應(yīng)濾波效果評(píng)價(jià)性能指標(biāo)如表2所示，小波動(dòng)區(qū)域信號(hào)的自適應(yīng)濾波效果對(duì)比如圖6所示，可以看出圖中右端的小缺陷信號(hào)平滑的同時(shí)，信號(hào)得到了一定的增強(qiáng)。而另一個(gè)噪聲小鼓包，即圖像中左端的小鼓包得到了平滑處理，信號(hào)幅值得到削減，其濾波效果比單一濾波算法效果好很多。

表2 小波動(dòng)區(qū)域信號(hào)的自適應(yīng)濾波效果評(píng)價(jià)性能指標(biāo)

圖6 小波動(dòng)區(qū)域信號(hào)的自適應(yīng)濾波效果對(duì)比

4.3 大缺陷區(qū)域信號(hào)的自適應(yīng)濾波效果 大缺陷區(qū)域信號(hào)的自適應(yīng)濾波效果評(píng)價(jià)性能指標(biāo)如表3所示，大缺陷區(qū)域信號(hào)的自適應(yīng)濾波效果對(duì)比如圖7所示?？梢钥闯?信號(hào)峰值還是有少許降低，這是因?yàn)樵诜逯堤幰彩怯性肼暤?，峰谷差變?dòng)不大，其濾波效果也比單一濾波算法效果好很多。

表3 大缺陷區(qū)域信號(hào)的自適應(yīng)濾波效果 評(píng)價(jià)性能指標(biāo)

4.4 自適應(yīng)濾波整體效果 利用以上原理實(shí)現(xiàn)自適應(yīng)濾波，通過(guò)表4可看出效果較佳時(shí)，SD和SDD均很理想。NMSE也有少許減小，PSNR有所增大，SNIR相對(duì)較高，DR理想。自適應(yīng)濾波效果對(duì)比如圖8所示，效果有明顯改善。

圖7 大缺陷區(qū)域信號(hào)的自適應(yīng)濾波效果對(duì)比

評(píng)價(jià)指標(biāo)原始信號(hào)小波濾波效果SD-低SDD-高NMSE/(×10-6)8．156．24PSNR32．1433．51SNIR-1．043DR/(×10-3)-2．32

圖8 自適應(yīng)濾波效果對(duì)比

經(jīng)過(guò)以上分析可看出，自適應(yīng)濾波算法在傳統(tǒng)單一濾波算法的基礎(chǔ)上，濾波效果有了較大的改進(jìn)，自適應(yīng)性更強(qiáng)，但是仍需進(jìn)一步改進(jìn)，達(dá)到更加理想的濾波效果。

5 結(jié)語(yǔ)

根據(jù)管道檢測(cè)結(jié)果，可以對(duì)管道腐蝕狀況、重大缺陷以及潛在缺陷進(jìn)行評(píng)價(jià)，也可以對(duì)檢測(cè)出的缺陷進(jìn)行分類、分級(jí)、評(píng)價(jià)以及預(yù)測(cè)，并可以預(yù)測(cè)管道剩余使用壽命。通過(guò)管道檢測(cè)可以預(yù)測(cè)和防止缺陷的發(fā)生和發(fā)展。當(dāng)出現(xiàn)缺陷時(shí)，通過(guò)提出相應(yīng)的維修計(jì)劃，對(duì)缺陷以及危險(xiǎn)點(diǎn)或危險(xiǎn)段采取對(duì)應(yīng)措施，從而達(dá)到控制缺陷的效果，預(yù)見(jiàn)性地在管道達(dá)到破損值前修理或更換，科學(xué)地避免事故的發(fā)生。很明顯，管道事故一旦發(fā)生，可能造成停產(chǎn)停輸、環(huán)境污染，后果極其嚴(yán)重，但在對(duì)漏磁數(shù)據(jù)進(jìn)行缺陷檢測(cè)前，需要進(jìn)行數(shù)據(jù)預(yù)處理。

筆者對(duì)均值濾波、中值濾波、高斯濾波、巴特沃斯濾波、小波濾波等多種經(jīng)典濾波方法進(jìn)行了研究。通過(guò)對(duì)其各自濾波方法的特點(diǎn)進(jìn)行分析與研究，設(shè)計(jì)了針對(duì)不含有缺陷信號(hào)區(qū)域、小波動(dòng)信號(hào)區(qū)域、含有較大缺陷信號(hào)區(qū)域，3種不同區(qū)域數(shù)據(jù)的線濾波與面濾波結(jié)合的自適應(yīng)濾波算法，其效果在單一濾波方法的基礎(chǔ)上有了極大地改善，基本達(dá)到了漏磁信號(hào)數(shù)據(jù)濾波要求的效果。

[1] 康宜華, 武新軍, 楊叔子. 磁性無(wú)損檢測(cè)技術(shù)中的信號(hào)處理技術(shù)[J]. 無(wú)損檢測(cè), 2002, 24(6): 255-259.

[2] 李家偉, 陳積懋, 李路明. 無(wú)損檢測(cè)手冊(cè)[M]. 北京: 機(jī)械工業(yè)出版社, 2002.

[3] 鄧志揚(yáng)，楊蕓，馮搏,等. 表面粗糙度對(duì)裂紋漏磁檢測(cè)的影響[J]. 無(wú)損檢測(cè), 2016, 38(2): 40-44.

[4] 高松巍，鄭樹林，楊理踐. 長(zhǎng)輸管道漏磁內(nèi)檢測(cè)缺陷識(shí)別方法[J]. 無(wú)損檢測(cè), 2013, 35(1): 38-41.

[5] ABBOUND D, BAUDIN S, ANTONI J, et al. The spectral analysis of cyclo-non-stationary signals [J]. Mechanical Systems and Signal Processing, 2016, 75(1): 280-300.

[6] 夏良正. 數(shù)字圖像處理[M]. 南京: 東南大學(xué)出版社, 1999.

[7] GE Shi-ming, YANG Rui, HE Yu-qing, et al. Learning multi-channel correlation filter bank for eye localization[J]. Neurocomputing, 2016, 173(2): 418-424.

[8] 高西全, 丁玉美. 數(shù)字信號(hào)處理[M]. 西安: 西安電子科技大學(xué)出版社, 2008.

[9] MUKHERJEE D, SAHA S, MUKHOPADHYAY S, et al. An adaptive channel equalization algorithm for MFL signal[J]. NDT & E International, 2012, 45(1): 111-119.

[10] ZHANG Yong, YE Zhong-fu, XU Xu. An adaptive method for channel equalization in MFL inspection[J]. NDT & E International, 2007, 40(2): 127-139.

An Adaptive Filtering Method of the Data Measured by Magnetic Flux Leakage In-line Detectors

TANG Jianhua1, SUN Shaoxin2, LIU Jinhai2, WANG Gang2

(1.CNOOC EnerTech Equipment Technology Co., Ltd., Tianjin 300451, China;2.School of Information Science and Engineering, Northeastern University, Shenyang 110004, China)

In this paper, a method of intelligent filtering algorithms with the function of fast and accurate data processing is proposed. According to the different characteristics of magnetic flux leakage signals, appropriate filtering algorithms are adopted to realize single channel filter and multi-channel filter. The method realizes adaptive filtering of digital signals collected by the magnetic flux leakage in-line detectors, lays a solid foundation for accurate and fast defect localization, feature extraction and life prediction, ensures the safe operation of the pipeline, extends the pipeline service life, and prevents pipeline leakage and environment pollution further.

magnetic flux leakage in-line detector; data preprocessing; spectrum analysis; adaptive filtering

2016-09-07

國(guó)家自然科學(xué)基金資助項(xiàng)目(61473069,61374124)

唐建華(1985-),男，本科，工程師，主要從事管道安全檢測(cè)技術(shù)工作

孫少欣，1804824221@qq.com

10.11973/wsjc201705001

TG115.28

A

1000-6656(2017)05-0001-05