基于D-S證據(jù)理論的石油管道缺陷超聲定性分析

1、基于D-S證據(jù)理論的石油管道缺陷超聲定性分析摘要：目前，超聲波檢測已經(jīng)逐漸趨于成熟，我們可以實(shí)現(xiàn)對缺陷的定距和定量分析，然而，對缺陷的定性分析依然是一個亟待解決的難題，換言之，我們無法直觀從反射波的類型上觀測出缺陷的類型。本文通過時頻域分析對照法，驗(yàn)證專家系統(tǒng)建立的可行性，為D-S證據(jù)理論在超聲波缺陷檢測定性分析提供依據(jù)，并實(shí)現(xiàn)超聲波檢測對常規(guī)缺陷的分類。AbstractCurrently, ultrasonic testing has gradually matured and we could almost achieve distance and size of the defect .

2、However, the qualitative analysis of defects remains a pressing problem, in other words, we can not visually observing the type of defects from reflected waves directly. In this paper, we would use the methods of time and frequency domain analysis to verify the chance of establishing a feasibility o

3、f the expert system which would provide supports for flaw detection of DS evidence theory qualitative analysis in the ultrasonic fields and help to achieve an ultrasonic flaw detection of conventional classification.1 引言：石油管道缺陷的檢測是超聲波檢測的重要應(yīng)用領(lǐng)域之一，對于處在海底的石油管道，如果我們不能實(shí)現(xiàn)對其定性分析，這將對我們下一步的工程應(yīng)用帶來未知性。比如，管道內(nèi)的小

4、腐蝕缺陷仍然可以用上十幾年，但是由于檢測結(jié)果無法直觀呈現(xiàn)缺陷類型，促使我們對工程存在安全隱患的地方進(jìn)行修理，然而，這樣的工程是巨大的，會帶來很多不必要的浪費(fèi)。本文旨在通過對石油管道缺陷檢測獲得一系列數(shù)據(jù)，并對這些數(shù)據(jù)進(jìn)行時域和頻域分析，建立專家系統(tǒng)，并以此為基礎(chǔ)，運(yùn)用D-S證據(jù)理論，對通過專家系統(tǒng)認(rèn)證的數(shù)據(jù)進(jìn)行多組數(shù)據(jù)融合處理，在給定的門限和閾值下進(jìn)行缺陷的篩選，獲得所測缺陷類型，從而，減少不必要的工程浪費(fèi)。所以，這項(xiàng)研究的應(yīng)用前景十分誘人。 （腐蝕狀PPT）2 超聲頻譜技術(shù)眾所周知,常規(guī)超聲檢測技術(shù)主要是根據(jù)超聲反射回波中始波、底波、缺陷波的形狀及其幅度大小,并結(jié)合被檢材料的加工情況、超聲檢

5、測頻率、波型、波束寬度、入射角度,以及不同缺陷的超聲反射情況等加以分析判斷。就是說,完全根據(jù)超聲反射回波的時域信息進(jìn)行缺陷定性,因而,可靠性并不高。所以本文的超聲缺陷定性檢測技術(shù)則充分結(jié)合了超聲反射回波的時域、頻域(幅度譜及相位譜)、傳遞函數(shù)等信息,并施予信號處理技術(shù),盡可能將有關(guān)缺陷的信息提取出來,從而有效地實(shí)現(xiàn)缺陷的定性檢測。頻譜技術(shù)是通過對超聲反射回波頻譜的分析,來判斷被檢對象內(nèi)部質(zhì)量的一種檢測技術(shù),它只利用反射回波的預(yù)域信息,目前正處于發(fā)展研究之中川。超聲頻譜技術(shù)應(yīng)用于缺陷定性檢測的原理是,不同性質(zhì)及不同大小的缺陷對超聲波的反射情況不一樣,其反射回波之間存在許多差異,在許多場合這種差異

6、在時域上表現(xiàn)不明顯或很難檢測出來,但在頻域上卻較明顯。通過分析超聲反射回波的頻譜結(jié)構(gòu)就能知道哪種缺陷影響超聲頻譜的哪些參數(shù)及形狀,從而達(dá)到缺陷定性檢測的目的。例如,利用超聲頻譜技術(shù)檢測纖維增強(qiáng)復(fù)合材料,可檢出氣孔和分層這兩種重要缺陷。超聲脈沖入射無缺陷試件的反射回波的頻譜如附圖a所示。當(dāng)存在氣孔時,超聲脈沖入射氣孔散射形成的衰減隨頻率的增加而加,典型的頻譜如附圖b所示。當(dāng)存在分層時,超聲脈沖經(jīng)分層得到的反射與外表面的反射相互干擾,造成頻譜曲線下陷(附圖c)。因此,根據(jù)超聲反射回波的頻譜結(jié)構(gòu),即可檢出復(fù)合材料內(nèi)是否有氣孔或分層。3 專家?guī)旖⒖尚行园咐治觯合聢D2.1為石油管道孔狀缺陷檢測獲取的

7、數(shù)據(jù)經(jīng)MATLAB加工處理后獲得的時域信息圖，所需分析的時域段波形集中于下圖標(biāo)注的內(nèi)表面回波，缺陷回波和外表面回波。圖2.1石油管道孔狀缺陷回波時域總圖為了使分析更具針對性，我們將時域段的有用信息進(jìn)行截取，獲得下圖2.2與圖2.3，分別為管道無缺陷與有缺陷時的三波段時域圖，從圖上我們清晰可以看出：對比兩個時域圖，有缺陷的三波段時域圖的幅值發(fā)生了蛻變，也就是說，缺陷波的存在，使始波的能量被大幅度減弱了，這就為我們從這個幅度的變化程度上尋求建立專家?guī)焯峁﹨⒖?；圖2.2無缺陷三波段時域圖圖2.3有缺陷三波段時域圖再比較圖2.4與圖2.5，它們分別為圖2.2與圖2.3的頻域轉(zhuǎn)化波形，從這兩幅圖上我們可

8、以很清晰的發(fā)現(xiàn)不光它們的幅值發(fā)生了很大的變化，對比兩幅圖，還可以獲得頻域波形頻譜分布發(fā)生了很大變化，在沒有缺陷的圖形中頻譜多集中在3-4MHZ，而在有缺陷的頻域波形中頻譜變寬了，反射的頻譜分布在了3-6MHZ，那么中間的頻譜為什么多出來了5-6MHZ的與內(nèi)表面波同量級的頻段，結(jié)合多次實(shí)驗(yàn)結(jié)果我們判定中間的這個頻譜可以作為相應(yīng)缺陷波的特性指標(biāo)，如圖中標(biāo)注處所示，當(dāng)我們對這個波進(jìn)行相應(yīng)的波形分析（包括波峰波谷數(shù)，和頻帶分布）以及數(shù)學(xué)傳遞函數(shù)建模分析，再結(jié)合數(shù)字信號處理的知識，我們就可以為建立專家?guī)焯峁┲亓考壍囊罁?jù)。圖2.4無缺陷三波段頻域圖圖2.5有缺陷三波段頻域圖4 D-S證據(jù)理論在缺陷檢測中的

9、應(yīng)用通過3中專家系統(tǒng)建立可行性的分析，我們可以引出D-S證據(jù)理論在缺陷檢測中的應(yīng)用。首先，D-S證據(jù)理論的引出：若檢測系統(tǒng)有s 個缺陷類型，s 個缺陷類型及系統(tǒng)的正常狀態(tài)就包括在對應(yīng)證據(jù)理論的識別框架 內(nèi)，假使檢測系統(tǒng)的局部檢測神經(jīng)網(wǎng)絡(luò)有t 個，那么各個網(wǎng)絡(luò)也有s+1個輸出，它們分別對應(yīng)系統(tǒng)的正常狀態(tài)和s 個缺陷識別狀態(tài)，各個神經(jīng)網(wǎng)絡(luò)都可以視為證據(jù)理論的一個單獨(dú)的證據(jù)，把網(wǎng)絡(luò)的輸出值進(jìn)行一系列的處理，當(dāng)作此證據(jù)下各種缺陷類型的可信度分配，為下面證據(jù)理論的使用打下基礎(chǔ)。但是各個網(wǎng)絡(luò)擁有不同的識別能，所以每個網(wǎng)絡(luò)都有一個表示專家對判定結(jié)果的信任程度即可靠性系數(shù)，也稱作證據(jù)的折扣。假如第i 個網(wǎng)絡(luò)的

10、第 j 個輸出值為 yi(j)，則本證據(jù)體下的它所對應(yīng)的狀態(tài) j 的基本可信度分配值為: 式中 mi()表示專家由第 i 個證據(jù)體不能確定的基本可信度分配,mi(j)表示第i個證據(jù)體所對應(yīng)的j狀態(tài)的基本可置信度分配。接著依據(jù)多證據(jù)的合成公式： , 式中通過由上式能夠計(jì)算出經(jīng)合成后的各狀態(tài)的基本信度分配。狀態(tài) x 的下限概率可以由公式（4.11）求得:x 的上限概率可由公式（4.12）求得為：經(jīng)上述分析，證據(jù)合成后各狀態(tài)的置信區(qū)間為(Bel, pls)，在這基礎(chǔ)上判斷識別狀態(tài)。進(jìn)行最終決策時判斷的原則使用：假如 滿足式中則a 即為判斷結(jié)果，其中, ， 為預(yù)設(shè)的門限，為設(shè)定閾值?？傊珼-S 證據(jù)

11、推理過程包括以下 3 步。(1)計(jì)算各個證據(jù)的基本概率賦值函數(shù)、信任函數(shù)和似然函數(shù)；(2)用 D-S 組合規(guī)則計(jì)算所有證據(jù)聯(lián)合作用下的基本概率賦值函數(shù)、信任度函數(shù)和似然函數(shù)；(3)依據(jù)設(shè)定的決策準(zhǔn)則，選擇聯(lián)合作用下支持度最大的假設(shè)。神經(jīng)網(wǎng)絡(luò)和 D-S 證據(jù)理論相結(jié)合的融合算法既可以使神經(jīng)網(wǎng)絡(luò)的自適應(yīng)、自學(xué)習(xí)和容錯能力得到發(fā)揮，又可以采用 D-S 理論來分析處理各傳感器信息間的不確定性和模糊性，最終提高了系統(tǒng)識別率。假設(shè)采用三個網(wǎng)絡(luò)對輸油管道檢測系統(tǒng)進(jìn)行損傷識別檢測，每個神經(jīng)網(wǎng)絡(luò)的輸出節(jié)點(diǎn)為 3 個，對應(yīng)三種損傷類型即 A（孔），B（裂紋），C（腐蝕坑），設(shè)檢測參數(shù) t 的可靠性為。在實(shí)際系統(tǒng)中的取值可根據(jù)專家的經(jīng)驗(yàn)確定。假設(shè)各網(wǎng)絡(luò)輸出為：用 D-S 證據(jù)理論進(jìn)行決策分析，得到基本概率分配函數(shù)見表 4-3。由 D-S 證據(jù)理論的組合規(guī)則，得出網(wǎng)絡(luò) 2 和網(wǎng)絡(luò) 3 的融合結(jié)果為表 4-4。然后再把表 4-4 的結(jié)果與網(wǎng)絡(luò) 1 進(jìn)行融合，結(jié)果如表 4-5。把表 4-3、表 4-4 和表 4-5 進(jìn)行對比分析可