摘要：我们针对管道漏磁内检的缺陷识别问题，提出了一种基于阈值分析的方法来对漏磁检测数据的处理，生成了一系列的漏磁检测曲线，这样更有利于图像的识别，我们利用相关软件在识别过程中产生了一条竖直的线来进行定位，环形焊缝在识别螺旋焊缝时，以圆点的形式产生斜线定位螺旋焊缝，实现了焊缝的自动化识别。在进行识别的过程中，我们用三线表来进行了缺陷位置的标注，对于不同的漏磁检测数据进行了多次的识别之后，表明这种方法的识别率是比较高的。
关键词：漏磁内检测，漏磁检测曲线，缺陷识别，数据分析
管道的腐蚀主要是造成管道泄漏的主要问题，然而漏磁内检测技术主要是因为管道内部的环境要求不够高，不需要耦合剂等优点，这就成为了目前比较成熟的检测手段之一，目前我们所常用的识别方法有，优化方法中的逐次逼近法，还有多元统计法以及神经网络法。我们主要通过对于漏磁检测数据的处理，还有分析利用相关软件对转化成的数组形式的漏磁检测数据来进行操作，形成了管道漏磁曲线，找到了相应的位置，通过判断满足了相应的条件。
一、管道漏磁内检测基本原理
1.1、漏磁检测原理
如果管壁中存在着缺陷的话，磁导率就会发生变化，整个磁路中的磁通发生畸形现象，这样就会改变整个途径，有部分的磁通会离开管壁，这样空气就会作为介质来绕过缺陷，在管壁的表面形成一个漏磁场。漏磁通被磁敏感器所捕捉之后，形成了相应的感应信号，缺陷漏磁信号中所含有的缺陷信息可以对信号进行分析，判断出缺陷是否超标。
1.2、管道漏磁内检测器
漏磁检测器主要有测量节，计算机节和电池节三部分组成。测量节装有励磁装置和传感器测量信号，计算机节是非常重要的一个主要核心，主要负责测量的过程控制和数据的处理以及储存，电池节部分是为整个装置在管道中的长时间工作提供一个充足的电。漏磁检测器的磁铁将磁通引入管壁之后，检测器在管内行走的过程中，如果没有发现缺陷，则磁力线在管壁内分布，如果管道内外都有缺陷，则会有一部分的磁力线泄露到管壁外发生变形现象。
二、检测数据的处理办法
2.1、数据特征分析
管道漏磁内检测数据主要为缺陷数据和非缺陷数据两种。如果管道内壁的区域完好，它的信号幅值就会很小，检测曲线就会呈现一个平滑没有畸形的现象；反之，在整体管道内壁的缺陷处检测到的漏磁信号，因为边缘场效应会发生突变，缺陷处有较大的漏磁场。所以我们对于大量的实验数据来进行分析，从管道外壁检测到的信号幅值大小来分析，如果变大的话，这一信号就可以为下一步的识别作为依据。
2.2、数据曲线的显示办法
我们根据相应的数据结构，以每一个漏磁检测数据所对应的序数和记录数来作为屏幕的横坐标，还有纵坐标，这样就可以清楚地表示数据的变化，用曲线上下波动来表示数据的变化，这样可以通过每一条通道在图形上形成的宽度，通过对具体数值的变化处理形成点坐标，表示成曲线图。
2.3、数据曲线的显示
管道漏磁检测的每一个数据文件都有一定的标准，所以我们可以通过采集数据的个数和通道数来组成一个二维数组。这样我们就可以利用相关的定义以及数据中所自带的软件来分析出整体的漏磁检测曲线，因为屏幕一次能显示的像素点有限，所以面对漏磁检测数据的庞大性不能够一次的进行显示，我们为了更好地观观察漏磁检测数据曲线，我们会采用分页显示的办法。管道漏磁内检测软件界面如下图：
.png)
三、缺陷识别的办法
管道漏磁检测正确分类，我们可以对某些管道的部件缺陷来进行一定的识别和监测，所以我们作为定量分析的依据，可以从管道内部的缺陷位置和大小以及安全性能来进行主要的预测和评判。
3.1、焊缝的识别
3.1.1、螺旋焊缝的识别
螺旋焊缝的主要特征是先下后上的趋势，我们可以看作是一个周期性的余弦波。图像识别的办法有很多种缺陷识别常用的办法，有神经网络法，模板匹配法。这些办法都是基于一种图像对于整体缺陷的识别，所以我们基于漏磁检测数据的分析值来进行缺陷的识别率，整体数据中我们可以进行识别，对于某些焊缝特点来进行确定。在一个固定值时我们可以让螺旋焊缝自动识别。
3.1.2、环形焊缝的识别
环形焊缝特点主要是先下后上的趋势，这样可以看做一个周期性的余弦波。我们通过大量的环形焊缝的数据来进行处理和分析，这样我们就可以根据相应的数据形成一个环形焊缝，它们所具有的特点就是纵坐标之间的和是最大的，并且对环形焊缝基点值的绝对差会在一个固定范围之内，这样我们就可以进行环形焊缝的自动识别。
3.2、缺陷的识别
对于缺陷主要有两类，一类是自然的缺陷，一类是人为的缺陷。自然的缺陷是管道的服役期间因为自然条件的变化而造成的管道腐蚀现象；人为的缺陷主要是在管道的使用，还有维护过程中因为器械等原因而造成的缺陷。缺陷特点是与焊缝的特征相反是先上后下，可以看做一个周期的正弦波。缺陷的识别特征与焊缝特征之间的趋势相反，所以面对缺陷尺寸的不同会导致整体缺陷特征峰值有所不同。
3.3、缺陷报表的生成
在每一个报表中，每一行的漏磁检测数据都会以通道来作为单位进行逐条的扫描，通过地一条的通道扫描完成之后来进行第二条通道的扫描，以此类推。根据缺陷数据的扫描还有自动生成的数据，如果有缺陷的话，就会把缺陷的位置长度和深度以及相应的对应值来储存到相应的软件中，形成一个三线表形式给出。
结束语：我们通过对于漏磁检测数据的曲线中螺旋焊缝、环形焊缝以及缺陷相应的主要数据进行了分析，对缺陷回波波峰和波谷之间的横纵坐标值，用相应的阈值分析法来对坐标数据进行处理，借助相应的软件来实现螺旋焊缝、环形焊缝以及缺陷之间的自动识别功能。我们通过对于整体数据曲线的分析和了解来进行主要的研究，希望可以通过我们研究长输管道漏磁内检办法的缺陷识别内容促进相关管道安全工作的发展。
参考文献：
[1]付晓东,张永健,戈新锐,任凤,王茜.靖西二线天然气管道漏磁内检测技术及应用[J].油气田地面工程,2019,38(08):70-74.
[2]田野,高涛,许光达,丁融.长输管道漏磁内检测缺陷识别量化技术研究[J].油气田地面工程,2018,37(10):51-54+59.
[3]岳明星. 基于人工智能的管道漏磁内检测缺陷识别方法研究[D].沈阳工业大学,2018.
[4]王海兰. 输油管道锻制管件漏磁检测与典型缺陷识别研究[D].西南石油大学,2015.