一种用于航煤管道管壁厚度变化的监测方法与流程
本发明涉及管道健康检测领域，具体涉及一种用于航煤管道管壁厚度变化的监测方法。
背景技术：
航空煤油(喷气燃料)是飞机的血液，是航空能源的主要组成部分，航煤输油管道作为飞机飞行作战能量输送到供应的关键环节，其健康运行与否将直接影响飞行安全。因此，对输油管道的渗泄漏监测具有十分重要的意义。仅2018年至今全管线渗漏多起，造成了较大的经济损失和不良社会影响。因此通过技术手段监测、检测输油管道安全状态，保证输油管道健康、正常运行；保障作战能源的正常供给，具有十分重要的意义。
针对现有旧有油料管道大量埋地、拓扑复杂、频繁启停等特点，为满足对旧有管道原位改造对泄漏和微小泄漏进行精准定位/定量预警的需求，形成航煤管道泄漏检测在线精准定位与原位定时管道完整性定量检修预警系统逐步在全航煤料输送管道上进行推广，逐步实现航煤管道的可靠性管理工作建设，对于管道本身防护、油料安全输送具有重要作用，对预防事故、确保飞行油料保障安全，提高油料保障能力具有极为重要的意义。
检测出管道上下游压力曲线中的下降沿并且准确确定其开始的时间，是泄漏检测与定位的关键。但是，由于噪声、未知扰动等因素的影响，当泄漏发生时，管道两端压力曲线中的下降沿通常并不是理想的下降沿(即压力曲线中不存在明显的突变点)，而是叠加着较强的背景噪声的、缓慢变化的下降沿，这使得准确确定其中下降沿的位置变得非常困难，并将进一步导致泄漏定位的误差。
现需一种用于航煤管道管壁厚度变化的监测方法，可用于采集到的强背景噪声音频信号中识别出泄漏信号，实现泄漏信号的捕捉。
技术实现要素：
本发明为了解决现有技术中的问题，提供了一种用于航煤管道管壁厚度变化的监测方法，采用log边缘识别，通过数学形态学填充和连通扫描，可以测量获得管壁厚度变化个数，通过数学形态学封闭运算后的骨架提取，可测量获得管壁厚度变化尺寸，解决了上述问题。
本发明提供一种用于航煤管道管壁厚度变化的监测方法，包括以下步骤：
s1、管道球形内检测器通过接口电路，按需要对各激励线圈施加不同大小和方向的电流，产生交变磁场，充满整个物场空间，不同投影方向上的检测线圈获得物场导电率或导磁率分布的信息；
s2、计算机处理管道球形内检测器收集的信息，对信息进行逆变换，获得信息重构物场空间的分布，得到重建图像；
s3、使用智能图像边缘检测算法处理重建图像；
s4、根据管壁厚度变化的最外层识别边缘，进行管壁厚度变化识别和内部像素填充；
s5、连通扫描标记，测量管壁变薄数量和位置；
s6、对管壁厚度变化图像的数学形态学封闭运算；
s7、对管壁厚度变化图像求取骨架得到单条管壁厚度变化骨架线；
s8、测量获得管壁厚度变化尺寸。
检测器的传感器阵列由屏蔽层、检测线圈和激励线圈构成，它们依次环绕在智能小球上，接口电路按需要对各激励线圈施加不同大小和方向的电流，产生交变磁场，充满整个物场空间，不同投影方向上的检测线圈获得物场导电率或导磁率分布的信息，检测信号经小球里面的接口电路输出给计算机，经过计算机处理，通过一定的逆变换方法，可以从获得的信息重构物场空间的分布，即图像重建。
本发明所述的一种用于航煤管道管壁厚度变化的监测方法，作为一种优选方式，步骤s3具体为：
s31、采用函数f(x，y)的拉氏二阶梯度算子对重建图像进行边界识别，公式为：
s32、引入gauss滤波算子去除正态分布噪声，输出h(x，y)通过卷积得到：
s33、基于二阶梯度h″(x)均值d(f′)抗边缘混叠，公式为：
智能图像边缘检测算法，利用图像的二阶导数信息，结合智能滤波，对含噪声灰度图像处理具有更好的适应性，如拉普拉斯-高斯(laplacian-gauss，log)算法。采用函数f(x，y)的拉氏二阶梯度算子，
对应的边界识别模板，
此模板噪声敏感，引入gauss滤波算子去除正态分布噪声，输出h(x，y)通过卷积得到，
其中，
基于二阶梯度h″(x)均值d(f′)抗边缘混叠，
本发明所述的一种用于航煤管道管壁厚度变化的监测方法，作为一种优选方式，步骤s4具体为：
s41、设区域边界的集合a，集合a的补集为ac，通过结构元素b，即管壁厚度变化反演图像的形态映射；
s42、给边界内1个点赋值1，根据迭代公式：
其中，xk-1为对图像集合的上一次叠代结果，
s43、当xk-1＝xk时停止迭代。
管壁厚度变化边缘识别后，须根据管壁厚度变化的最外层识别边缘，进行管壁厚度变化识别和内部像素填充。这种管壁厚度变化识别填充，可使用数学形态学算法，用集合论语言的基本运算组合处理，提取管壁厚度变化的对应形态结构特征量。
对已识别边界的图像，通过填充操作，得到管壁厚度变化区域。设区域边界的集合a，它的补集为ac，可通过用结构元素b(管壁厚度变化反演图像的形态映射)，对它进行膨胀、求补和求交换来填充区域。
本发明所述的一种用于航煤管道管壁厚度变化的监测方法，作为一种优选方式，步骤s5具体为：
s51、通过标记把代表管壁厚度变化的区域分别提取出来；
s52、检查各像素与相邻像素的连通性；
s53、针对边缘识别和边界确定后的二值化图像，从左向右、从上向下扫描；
s54、通过像素联通性标记参数矩阵和等价组扫描方法，扫描遍历各管壁厚度变化图像像素，标记后再进行联通等价组检查，合并等价组扫描后，标记计数的数量记作油料管壁厚度变化个数的定量检测值。
本发明所述的一种用于航煤管道管壁厚度变化的监测方法，作为一种优选方式，步骤s6数学形态学封闭运算具体公式：
其中，sk(d)为骨架子集，b是结构元素，
由于航空油料管道疲劳管壁厚度变化的典型形状边界满足利普希茨光滑，对管壁厚度变化图像进行去锐角处理。利用集合代数闭合映射对图像膨胀后再腐蚀，在保持管壁厚度变化图像面积和形状特征前提下，管壁厚度变化边界去锐角，定义，
其中，
管壁厚度变化实际尺寸，对应图像各非联通区域的中轴线长度特征：
rm＝l[s(d)]
其中，rm为管壁厚度变化实际尺寸，l为长度特征，s(d)为采用(4.21)运算去除毛刺后的图像非联通区域的骨架：
其中，sk(d)为骨架子集，b是结构元素，
磨粒实际尺寸与图像特征转换关系主要影响因素为结构元素b的选择。b选择过小易导致骨架连通性破坏，b选择过大易丢失骨架分支细节。骨架分支细节不影响骨架长度计算，但骨架联通性破坏则影响骨架长度计算。因此b选择策略应为分辨率允许条件下最大结构元素。
通过对管壁厚度变化图像的数学形态学封闭运算，原来不规则边缘的管壁厚度变化，其边缘在保证管壁厚度变化面积形状基本不变的前提下足够平滑，然后再对管壁厚度变化图像求取骨架能得到满意的单条管壁厚度变化骨架线，对提取后的管壁厚度变化骨架，做对角线拟合测量管壁厚度变化尺寸。
本发明有益效果如下：
结合管壁厚度变化电磁层析反演图像的分片常数和有效像素稀疏特征，需要综合运用局部或全局的微分或灰度分布信息，识别被测管壁厚度变化对象与油液背景界线的特征。实现采集到的强背景噪声音频信号中识别出泄漏信号。
附图说明
图1是一种用于航煤管道管壁厚度变化的监测方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
实施例1
如图1所示，一种用于航煤管道管壁厚度变化的监测方法，包括以下步骤：
s1、管道球形内检测器通过接口电路，按需要对各激励线圈施加不同大小和方向的电流，产生交变磁场，充满整个物场空间，不同投影方向上的检测线圈获得物场导电率或导磁率分布的信息；
s2、计算机处理管道球形内检测器收集的信息，对信息进行逆变换，获得信息重构物场空间的分布，得到重建图像；
s3、使用智能图像边缘检测算法处理重建图像；
s4、根据管壁厚度变化的最外层识别边缘，进行管壁厚度变化识别和内部像素填充；
s5、连通扫描标记，测量管壁变薄数量和位置；
s6、对管壁厚度变化图像的数学形态学封闭运算；
s7、对管壁厚度变化图像求取骨架得到单条管壁厚度变化骨架线；
s8、测量获得管壁厚度变化尺寸。
步骤s3具体为：
s31、采用函数f(x，y)的拉氏二阶梯度算子对重建图像进行边界识别，公式为：
s32、引入gauss滤波算子去除正态分布噪声，输出h(x，y)通过卷积得到：
s33、基于二阶梯度h″(x)均值d(f′)抗边缘混叠，公式为：
步骤s4具体为：
s41、设区域边界的集合a，集合a的补集为ac，通过结构元素b，即管壁厚度变化反演图像的形态映射；
s42、给边界内1个点赋值1，根据迭代公式：
其中，xk-1为对图像集合的上一次叠代结果，
s43、当xk-1＝xk时停止迭代。
步骤s5具体为：
s51、通过标记把代表管壁厚度变化的区域分别提取出来；
s52、检查各像素与相邻像素的连通性；
s53、针对边缘识别和边界确定后的二值化图像，从左向右、从上向下扫描；
s54、通过像素联通性标记参数矩阵和等价组扫描方法，扫描遍历各管壁厚度变化图像像素，标记后再进行联通等价组检查，合并等价组扫描后，标记计数的数量记作油料管壁厚度变化个数的定量检测值。
步骤s6数学形态学封闭运算具体公式：
其中，sk(d)为骨架子集，b是结构元素，
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！