油氣管道漏磁檢測缺陷區域的分段識別方法

陳俊杰

（電力規劃設計總院，北京 100120）

油氣管道漏磁檢測缺陷區域的分段識別方法

陳俊杰

（電力規劃設計總院，北京 100120）

為解決油氣管道漏磁檢測數據量巨大所帶來的處理難題，研究一種從漏磁檢測數據中快速識別出待求解目標缺陷區域的檢測方法。基于有限元仿真計算，對油氣管道三維漏磁檢測信號的特性進行研究，進而對檢測數據進行分段閾值截取處理，并提出一種管道待求解缺陷區域的分段識別方法，可快速且準確地處理油氣管道漏磁檢測海量數據。基于實際油氣管道的漏磁檢測數據，對所提出的分段識別方法進行試驗驗證。試驗結果表明：所提出的方法可準確識別出管道上的缺陷區域，既完整地包含缺陷及其附近區域，也不存在過量的無關區域，可有效地控制后續處理過程的數據量。

漏磁檢測；缺陷識別；分段處理；閾值截取；油氣管道

0 引 言

油氣輸送管道極易在介質腐蝕、地基變化、地質災害等因素的作用下產生腐蝕、裂紋等缺陷。在眾多的油氣管道缺陷檢測方法中，漏磁（magnetic flux leakage，MFL）檢測對檢測環境要求不高，且能同時檢測管道的內壁與外壁缺陷，因而獲得了廣泛應用[1-5]。

由MFL檢測信號評估缺陷的位置與形狀參數，是MFL檢測技術的關鍵[6-7]。現代化的油氣管道檢測與維護，要求精確地確定缺陷的形狀輪廓，以便分析缺陷的發展趨勢以及其對管道安全運行的影響，進而精確地指導油氣管道的檢測與維護[8]。然而，現階段的油氣管道MFL檢測多是基于軸向或徑向分量的一維MFL檢測，獲取的檢測信息量有限，難以滿足MFL檢測的現代化發展趨勢要求[9]。同時，實際油氣管道漏磁檢測的數據量巨大，有必要研究如何快速從中識別出待求解的目標缺陷區域，從而為后續的缺陷輪廓反演評估打下基礎。

為此，本文通過建立油氣管道漏磁檢測的有限元仿真模型，對油氣管道三維MFL檢測信號的特性進行研究。進而提出一種管道待求解缺陷區域的分段識別方法，并進行試驗驗證。

1 三維MFL檢測信號的特性研究

漏磁檢測通過外加磁場在鐵磁性管壁內部激發飽和磁場，進而通過磁傳感器檢測由管壁缺陷造成的泄漏磁場，從而獲取缺陷的相關信息[10-11]。圖1為油氣管道三維MFL檢測示意圖，其磁路主要由鋼刷、永磁體、背鐵和管壁組成。在檢測器內部，沿管道周向均勻布置有測量探頭。其中，每個測量探頭內部有多組霍爾傳感器或線圈傳感器，用于測量由管壁缺陷造成的漏磁場信號，包括軸向信號Ba、徑向信號Br與周向信號Bc。

圖1 油氣管道三維MFL檢測示意圖

在對實際的油氣管道進行檢測時，為了獲得最優的檢測效果，永磁體沿管道軸向將管壁磁化至飽和或近飽和狀態。同時，磁傳感器被布置于磁路的中心，以使其與缺陷處于均勻的磁化場中，從而不受鋼刷附近不規則磁場的影響。

1.1 信號的基本特征

基于油氣管道三維MFL檢測的磁路結構，采用有限元分析軟件ANSYS建立的90°有限元仿真模型如圖2所示。該模型可以仿真任意缺陷產生的三維MFL檢測信號，其所使用的三維漏磁檢測器結構尺寸與線性磁性材料的特性參數如表1所示。圖3為三維有限元仿真模型中的背鐵、鋼刷與管壁3種材料的磁化特性曲線。

圖2 油氣管道三維MFL檢測有限元仿真模型

表1 三維漏磁檢測器結構尺寸與磁性材料特性參數

圖3 三維有限元仿真模型中部分材料的磁化特性曲線

圖4～圖6分別給出了一個28.6 mm×14.3 mm×7.15mm（長×寬×深）矩形缺陷、一個28.6mm×7.15mm（直徑×深）弧面缺陷以及一個28.6 mm×7.15 mm（直徑×深）圓柱缺陷的仿真三維MFL信號分布圖。由圖可以得到缺陷三維漏磁檢測信號的基本特征為

1）軸向分量具有一個峰值區域、兩個谷值區域以及兩個對稱面，其輪廓主要反映了缺陷底部輪廓的拐點。

2）徑向分量具有一個峰值點和一個谷值點，同時具有一個對稱面與一個反對稱面，其輪廓主要反映了缺陷的開口形狀。

3）周向分量具有兩個峰值點、兩個谷值點以及兩個反對稱面，其輪廓主要反映了缺陷側面邊界的拐點。

圖4 28.6mm×14.3mm×7.15mm矩形缺陷的三維MFL信號

圖5 28.6mm×7.15mm弧面缺陷的三維MFL信號

圖6 28.6mm×7.15mm圓柱缺陷的三維MFL信號

同時，圖4～圖6中黑色虛線標示了真實的缺陷開口輪廓。對比缺陷開口輪廓與三維MFL信號圖可知：

1）沿施加外部磁場的軸向方向，軸向分量的兩個谷值點分別位于缺陷開口的最后與最前邊沿處，峰值區域位于缺陷開口的中心，峰值點則位于缺陷開口的左右邊沿。

2）徑向分量的峰、谷值點分別位于缺陷開口的最后與最前邊沿處。

3）周向分量的峰值點位于缺陷開口的左后與右前邊沿處，谷值點位于缺陷開口的左前與右后邊沿處。

1.2 信號隨缺陷尺寸的變化規律

為了更詳細地研究三維MFL檢測信號隨缺陷參數改變而變化的規律，基于圖4所示的矩形缺陷三維MFL信號強度圖，定義了如表2所示的待研究三維MFL信號特征參數。

基于三維有限元仿真，得到一系列矩形缺陷的三維MFL檢測信號分布。其中，缺陷長度變化范圍為15～105mm，缺陷寬度變化范圍為 17.5～39.5mm，缺陷深度變化范圍為1.79～10.01mm。統計所研究特征參數隨矩形缺陷長、寬、深尺寸的變化規律，繪制結果如圖7～圖9所示。

表2 矩形缺陷三維MFL檢測信號的特征參數定義1）

由統計結果，可得到不同缺陷尺寸下三維MFL信號特征參數的基本變化規律：MFL檢測信號軸向、徑向與周向分量的峰谷差值，均隨缺陷長度、寬度、深度的增大而明顯改變，其中，特征參數隨缺陷長度先減小后增大，與缺陷寬度、深度呈現單調遞增的關系；當缺陷長度增大時，周向分量峰谷值點間的周向間距不變，其余與軸向間距有關的特征參數均增大；當缺陷寬度增大時，周向分量峰谷值點間的周向間距增大，其余與軸向間距有關的特征參數均不變；當缺陷深度增大時，所有與軸向間距以及周向間距有關的特征參數均無明顯變化。

由以上變化規律可知，三維MFL檢測信號的三個分量均受缺陷外形輪廓變化的影響，也均攜帶有對應于缺陷輪廓的有用信息。因此，為了準確地反演缺陷輪廓從而獲得缺陷外形的可視化結果，應實施油氣管道三維MFL檢測以獲取充足的檢測信息。

2 管道缺陷區域的分段識別方法

為了實現油氣管道缺陷形狀輪廓的反演，在對管道進行漏磁檢測后，首先需要根據三維MFL檢測信號圖識別出待求解的目標缺陷區域（TR）。在包含完整缺陷輪廓的前提下，應盡可能地縮小待求解的TR區域面積，從而減少后續缺陷輪廓反演過程中需要處理的數據量。同時，由于缺陷產生的全部MFL信號均含有缺陷輪廓的潛在信息，為了更準確地反演缺陷輪廓，原始的缺陷MFL信號均應保留。

2.1 分段識別方法

圖7 三維MFL檢測信號特征參數隨缺陷長度的變化規律

圖8 三維MFL檢測信號特征參數隨缺陷寬度的變化規律

圖9 三維MFL檢測信號特征參數隨缺陷深度的變化規律

三維MFL檢測信號軸向分量的幅值，是待求解缺陷區域的最基本判別條件。在無缺陷的管壁完好區域，軸向MFL檢測信號的幅值較小，相應的檢測圖像比較平坦；而在管壁上的缺陷區域，軸向MFL檢測信號的幅值顯著增大，相應的檢測圖像的變化比較明顯。鑒于此，可將油氣管道上有缺陷的區域及其鄰近的區域定義為待求解的TR區域；對應地，將無缺陷的完好區域稱為NON-TR區域。

基于軸向MFL檢測信號的上述特性，為了劃定出管壁的TR區域和NON-TR區域，可采用如下的分段識別方法對管道軸向MFL檢測信號圖進行檢測：

1）將獲得的管道軸向MFL檢測數據按周向進行劃分，對每一路傳感器所測數據進行單獨檢測。

2）對于每一路待檢測的軸向MFL數據，將其沿軸向分割成長度為L的多個數據段，查找每個數據段內的最大值max{X}和最小值min{X}。

3）定義閾值 TH1和 TH2，若 max{X}＞TH1成立，或者max{X}-min{X}＞TH2成立，則判定該段數據為管道TR區域內的檢測數據，否則即為NON-TR區域的檢測數據。

該分段識別方法的關鍵在于定義合適的數據段長度L、閾值TH1和TH2，而這些參數需要根據管壁磁化強度、檢測器采樣間隔等條件進行合理的選擇。圖10為一段457 mm口徑、14.3 mm壁厚管道的軸向MFL檢測數據，其中檢測信號最大值為4095，對應于實際漏磁場500Gs。分析所示的軸向MFL檢測數據可知：在該段管道的無缺陷處，檢測信號所對應的磁感應強度幅值約為125Gs；而在管壁缺陷處，檢測信號對應的磁感應強度幅值達200Gs以上。基于該段數據，進行管壁TR區域的識別試驗。考慮到MFL檢測信號中噪聲信號的幅值一般小于2Gs，將用于判斷的閾值TH1和TH2分別設定為200Gs和20Gs。

圖10 457mm口徑、14.3mm壁厚管道軸向MFL檢測數據示例

2.2 試驗驗證

令數據分段長度L分別取5，10，20，40個數據點，得到的基于軸向MFL檢測數據的TR區域識別結果如圖11～圖14所示。由圖可知，在不考慮TR區域大小是否合適的情況下，管壁上所加工的人工缺陷均被檢出。經統計，在所設定的判斷閾值下，無論數據分段長度取5，10，20，40個數據點，管壁上實際缺陷的檢出率均達98%以上。實際缺陷的高檢出率，表明所設定的判斷閾值完全滿足缺陷檢測的基本要求。

與此同時，TR區域大小是否合適，會受到數據分段長度L取值的直接影響。當L為5個數據點時，與真實缺陷MFL信號范圍相比，識別出的TR區域存在明顯的缺失；當L為10個數據點時，TR區域識別結果有所改善，但仍存在部分缺失的不規則區域；當L為40個數據點時，TR區域識別結果完整地包含了缺陷及其附近區域，卻同時包含了大量的無關區域，導致缺陷輪廓反演待求解區域過大；當L為20個數據點時，TR區域識別結果為完整的規則區域，既完整地包含了缺陷及其附近區域，也不存在過量的無關區域，識別效果最好。

圖11 基于軸向MFL檢測數據的TR區域識別結果（L為5個數據點）

圖15和圖16分別給出了兩種缺陷在不同數據分段長度時的TR區域識別結果。由圖對比可知，20個數據點為比較合適的數據分段長度。由于識別出的TR區域不一定為規則的矩形區域，為了后續數據處理的方便，對識別結果進行規則化處理。對于圖 15（c）與圖 16（c）所示的 TR 區域識別結果，分別沿軸向與周向取該區域的最外邊界，得到最終的矩形待求解缺陷區域識別結果如圖17所示。

圖12 基于軸向MFL檢測數據的TR區域識別結果（L為10個數據點）

圖13 基于軸向MFL檢測數據的TR區域識別結果（L為20個數據點）

圖14 基于軸向MFL檢測數據的TR區域識別結果（L為40個數據點）

圖15 28.6mm×14.3mm×7.15mm矩形缺陷在不同數據分段長度時TR識別結果

3 結束語

本文基于油氣管道MFL檢測有限元仿真模型，研究了三維MFL檢測信號的特性，進而提出了一種油氣管道MFL檢測信號的分段識別方法。結果表明，為了準確地反演缺陷輪廓，應實施油氣管道三維MFL檢測以獲取充足的檢測信息。同時，本文方法可根據軸向MFL檢測信號準確地識別出管道待求解缺陷區域，既完整地包含了缺陷及其附近區域，也不存在過量的無關區域，為后續的缺陷輪廓反演打下了較好的基礎。后續工作中，需進一步研究缺陷輪廓的反演方法，從而獲得缺陷外形的可視化結果，為油氣管道的檢測與維護提供直觀可靠的依據。

圖16 28.6mm×7.15mm圓柱缺陷在不同數據分段長度時的TR區域識別結果

圖17 最終求得的矩形待求解區域

[1]PORTER P C.Use of magnetic flux leakage（MFL） for the inspection of pipelines and storage tanks[J].Nondestructive Evaluation of Aging Infrastructure，1995，30（1）：172-184.

[2]SUN Y，KANG Y.Magnetic mechanisms of magnetic flux leakage nondestructive testing[J].Applied Physics Letters，2013，103（18）：184104.

[3]劉群，黃松嶺，趙偉，等.海底管道缺陷漏磁檢測器數據采集系統研發[J].中國測試，2015，41（1）：89-92.

[4]劉歡，朱紅秀，李宏遠，等.管道漏磁檢測數據三維顯示方法研究[J].中國測試，2015，41（2）：84-87.

[5]蔣奇.管道缺陷漏磁檢測量化技術及其應用研究[D].天津：天津大學，2003.

[6]張勇.漏磁檢測若干關鍵技術的研究[D].合肥：中國科學技術大學，2007.

[7]陳俊杰，黃松嶺，趙偉.油氣管道缺陷漏磁檢測數據壓縮算法研究[J].電測與儀表，2014，51（15）：100-104.

[8]劉志平，康宜華，楊叔子.漏磁檢測信號的反演[J].無損檢測，2003，25（10）：531-535.

[9]王富祥，馮慶善，張海亮，等.基于三軸漏磁內檢測技術的管道特征識別[J].無損檢測，2011，33（1）：79-84.

[10]郭世旭，劉勝，陳秀麗，等.管道微小泄漏內檢測近場聲信號特性研究 [J].電子測量與儀器學報，2016，30（6）：834-844.

[11]張海燕，方曉艷，馬小芳，等.管道三維漏磁檢測的有限元仿真應用[J].儀表技術與傳感器，2012（11）：163-165.

（編輯：商丹丹）

Segmentation identification method for defect area of MFL detection of oil and gas pipelines

CHEN Junjie
（Electric Power Planningamp;Engineering Institute，Beijing 100120，China）

In order to solve the problem of the huge data of oil and gas pipelines magnetic flux leakage（MFL） detection， it is necessary to research a method to identify the target defect area to be solved from the MFL detection signals quickly.Based on the finite element simulation method，the characteristics of three-dimensional magnetic flux leakage detection signal for oil and gas pipelines are studied.Then， the detection data is processed with segmentation and threshold interception， and a segmentation method is proposed to identify the defect area quickly and properly.The experiment results based on real oil and gas pipelines demonstrate that the method can identify the pipeline defect area accurately， containing the defect and its nearby region without excess of irrelevant areas.Therefore，the proposed method can control the data quantity of the subsequent processing effectively.

MFL detection； defect identification； segmentation processing； threshold interception；oil and gas pipelines

A

1674-5124（2017）11-0001-07

10.11857/j.issn.1674-5124.2017.11.001

2017-02-09；

2017-04-23

陳俊杰（1988-），男，安徽六安市人，工程師，博士，主要從事現代電磁檢測方法、電力系統相關問題研究。