油氣管道漏磁信號去噪及缺陷重構(gòu)算法的研究.pdf

1、本論文以國家"十五"海洋863項(xiàng)目(No.2001 AA602021)"海底管道內(nèi)爬行器及其檢測技術(shù)"重大專項(xiàng)課題為背景,圍繞管道漏磁信號的處理展開分析,重點(diǎn)研究漏磁檢測中漏磁信號的去噪算法和缺陷重構(gòu)算法,為研制開發(fā)適合我國實(shí)際管道狀況的擁有我國自主知識產(chǎn)權(quán)的管道檢測裝置提供理論依據(jù),為管道安全的準(zhǔn)確評價提供可靠數(shù)據(jù). 論文在介紹自適應(yīng)去噪和小波變換去噪理論的基礎(chǔ)上,研究了漏磁數(shù)據(jù)中系統(tǒng)噪聲和無縫管道噪聲(Seamless Pipeli

2、ne Noise,SPN)的去除,提出了一些新的去噪算法. 引入了小波系數(shù)去噪算法,用于去除管道檢測漏磁信號中系統(tǒng)噪聲,同傳統(tǒng)小波門限去噪算法相比,該算法具有更好的去噪效果; 提出了一種新的漏磁信號去噪算法,該算法首先將小波變換和自適應(yīng)濾波技術(shù)相結(jié)合,給出了新型小波域自適應(yīng)濾波算法,用于去除漏磁信號中的SPN,再利用小波系數(shù)去除小波域自適應(yīng)SPN消除系統(tǒng)輸出中的系統(tǒng)噪聲,理論分析表明,新去噪算法比文獻(xiàn)中現(xiàn)有的去噪算法具有

3、更好的總體性能; 關(guān)于SPN的去除,對收斂速度更快的小波變換域自適應(yīng)有限沖激響應(yīng)濾波算法進(jìn)行了修正,并添加遺忘因子用于減小過去樣本的影響,提出了一種可有效去除SPN的小波變換域自適應(yīng)FIR濾波的修正算法. 用實(shí)測漏磁數(shù)據(jù)驗(yàn)證這些算法,所得結(jié)果說明了這些去噪算法的有效性,極大地提高了漏磁數(shù)據(jù)中缺陷信號的可檢測性. 針對缺陷重構(gòu)中常用的迭代逆算法,研究了該算法中的優(yōu)化問題的求解方法. 首先提出利用遺傳算法求解

4、迭代逆算法中的優(yōu)化問題,給出了一種基于規(guī)范遺傳算法(CGA)的逆算法,用于從測得的漏磁信號中重構(gòu)二維缺陷.該算法使用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)用作前向模型,并利用遺傳算法求解逆問題中的優(yōu)化問題.其優(yōu)點(diǎn)有兩個方面,一方面基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的前向模型比基于數(shù)值有限元的前向模型具有更高的效率,另一方面能避免基于梯度下降法的迭代逆算法中可能遇到的局部最小問題,從而得到逆問題的全局最優(yōu)解. 然后,針對規(guī)范遺傳算法在求解大型組合優(yōu)化問題時存在"

5、過早收斂"的現(xiàn)象,將模擬退火技術(shù)引入到遺傳算法中,提出了遺傳算法的一些改進(jìn)方法. 第一種是將模擬退火技術(shù)引入遺傳算法的變異過程,控制變異量的大小,提出了一種遺傳模擬退火算法(GSAA),并提出一種基于GSAA的逆算法,實(shí)例分析表明,同基于CGA的逆算法相比,基于GSAA的逆算法更精確,并且對噪聲更具有魯棒性; 第二種是將模逆退火技術(shù)引入到遺傳局部搜索算法(GLSA)的擾動過程中,提出了一種改進(jìn)的遺傳局部搜索算法(IGLS

6、A),并提出一種基于IGL,SA的逆算法,用于從漏磁信號中重構(gòu)二維缺陷,實(shí)例分析中將該逆算法分別同基于CGA的逆算法與基于GLSA的逆算法進(jìn)行了比較,結(jié)果說明基于IGLSA的逆算法更精確,并且對噪聲具有魯棒性. 第三種是將模擬退火技術(shù)引入遺傳局部搜索算法的變異過程,控制變異量的大小,提出了一種修正的遺傳局部搜索算法(MGLSA),并提出一種基于MGLSA的逆算法.實(shí)驗(yàn)結(jié)果說明了基于MGLSA的逆算法能精確地重構(gòu)缺陷參數(shù),且其性能