-
公开(公告)号：CN100451442C
公开(公告)日：2009-01-14
申请号：CN200710010282.3
申请日：2007-02-06
Applicant: 东北大学
IPC: F17D5/02
Abstract: 一种基于混沌分析和微处理器的管道微泄漏诊断方法与装置属于流体储运监控故障检测领域，本发明装置包括信号采集单元、信号处理单元以及电源模块。本发明方法首先进行信号采集，并将这些信号传输到信号处理单元，信号处理单元通过盲源分析提取微小的变化信号，针对这个微小变化信号对混沌湍流模型的影响来确定是否发生泄漏，当实时混沌湍流模型和历史模型之间的模型差符合性能指标时，不作处理，当模型差大于性能指标时，即判断有泄漏存在，然后通过自适应解耦来获取和放大模型计算后的压力信号和压力变化的时刻信号。本发明处理速度准确快速、适用于各种复杂储运工况，能够有效地对泄漏故障特别是细微泄漏故障数据进行分析处理。
-
公开(公告)号：CN119025976B
公开(公告)日：2025-01-17
申请号：CN202411513959.5
申请日：2024-10-29
Applicant: 东北大学
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06V10/44 , G06V10/764 , G06N5/04 , G06N7/02 , G06T7/00
Abstract: 本申请公开了一种油气管道的缺陷检测方法、装置、存储介质及计算机设备，涉及图像处理领域。其中方法包括：采集待测油气管道的管道内部信息，并基于管道内部信息，生成待测油气管道的异构图像组，异构图像组包括管道内部图片、漏磁伪彩色图、涡流伪彩色图和超声伪彩色图；获取待测油气管道在多个采样点的管道物理信息，并基于管道物理信息，提取待测油气管道的专家经验特征和物理演变特征，其中，管道物理信息包括待测油气管道所处的环境信息和待测油气管道自身的物理信息；基于待测油气管道的异构图像组、专家经验特征和物理演变特征，通过训练完成的管道缺陷检测模型，得到待测油气管道的缺陷检测结果。上述方法可以提高复杂缺陷检测的准确率。
-
公开(公告)号：CN119223379A
公开(公告)日：2024-12-31
申请号：CN202411774078.9
申请日：2024-12-05
Applicant: 东北大学
IPC: G01F1/667
Abstract: 本发明涉及油气开采技术领域，具体涉及一种基于超声信号分层优化的管道出砂流量监测方法及系统，其中管道出砂流量监测方法主要为：首先通过压电式超声传感器采集管道内砂砾撞击管壁生产超声波信号，并对超声波信号进行自适应的非线性平滑滤波，在通过基于频域的稀疏性分析进行噪声抑制，最终构建采样信号与出砂流量之间关系的数学模型，并以此对出砂流量进行监测。本发明能够在最大程度上解决传统超声监测法中信号易受干扰和混淆的问题，并实现油气管道出砂流量的高性能实时测量与累计出砂量计算，当实时出砂流量或累计出砂量超过预警值时，将发出警报，提示可能存在的严重出砂事件，为相关决策提供数据支撑。
-
公开(公告)号：CN118793875B
公开(公告)日：2024-12-03
申请号：CN202411290782.7
申请日：2024-09-14
Applicant: 东北大学
IPC: F16L55/26 , G01V1/00 , F16L101/30
Abstract: 本申请公开了一种管道过球检测方法及装置、存储介质、计算机设备；管道过球检测方法包括：针对预设采样时间段内的目标检测油气管道，基于第一传感器采集第一管壁振动信号数据，数据预处理后计算第一振动信号采样值，基于第二传感器采集第二管壁振动信号数据，数据预处理后计算第二振动信号采样值；确定包含多个连续预设采样时间段的目标检测时间段，基于目标检测时间段中的第一振动信号采样值、第二振动信号采样值，以及预设过球检测标准值，确定自适应过球检测值来确定目标检测油气管道在目标检测时间段内的过球检测结果。通过自适应调节过球检测值，能够适应不同重量、尺寸的清管器（清管球）或内检测器等其他可以用于清洗管道的器件。
-
公开(公告)号：CN114750165B
公开(公告)日：2024-07-16
申请号：CN202210580933.7
申请日：2022-05-25
Applicant: 东北大学
Abstract: 本发明提供一种管道自动巡检机器人的精确定位方法及实现装置，涉及埋地管道探测领域。本发明方法通过磁感应强度信号初步采样电路对磁感应强度信号初步采样，再将采集到的数据处理后送入微处理器内部集成的模数转换模块，实现地面上方检测磁感应强度，再通过正常巡线定位方法进行处理，以此判断管道相对位置，并决定是否进入缺陷定位模式。若进入缺陷定位模式，则将钢钎插入地面，再通过电压信号预处理电路及分离电路处理后输入到微处理器内部集成的模数转换模块中，再通过缺陷定位方法进行处理，以此判断自动巡检机器人相对绝缘层劣化位置，控制自动巡检机器人运行到绝缘层劣化位置正上方，由此实现了管道自动化巡检，提高了自动巡检效率。
-
Patent Agency Ranking
公开(公告)号：CN117544775A
公开(公告)日：2024-02-09
申请号：CN202311490298.4
申请日：2023-11-09
Applicant: 东北大学
IPC: H04N19/182 , G06T7/00 , G06T7/10 , G06T7/90 , H04N19/186 , F17D5/06 , G01N27/83
Abstract: 本发明提供一种基于像素分割的自适应管道漏磁内检测图像压缩感知方法，涉及图像检测的数据预处理技术领域。该方法首先基于多通道传感器数据构造管道漏磁数据矩阵；再根据管道漏磁数据的实际数据量分段截取数据矩阵，并将截取的数据矩阵映射为灰度图像；然后将获取的若干灰度图像均映射为伪彩色图像，构成伪彩色图像数据集；再计算每张伪彩色图像中红色像素的占比，进而计算有效图像中红色像素的占比的最大值和最小值；以及伪彩色图像数据集中所有图像红色像素的平均值；设置有效图像的最小压缩阈值和最大压缩阈值；最后计算全部图像的压缩感知系数；该方法可以实现对有效信息的增强和对背景信息的压缩。
-
公开(公告)号：CN117432949A
公开(公告)日：2024-01-23
申请号：CN202311753314.4
申请日：2023-12-20
Applicant: 东北大学
IPC: F17D5/02 , G01C21/20 , F16L55/26 , F16L101/30
Abstract: 本发明公开了一种管道巡检机器人的导航方法及装置、存储介质、终端，涉及管道巡检技术领域，主要目的在于解决管道巡检效率较低的问题。主要包括。主要用于依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置、及管道线路约束；依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径；依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述路径规划信息进行管道巡检。
-
公开(公告)号：CN117249817A
公开(公告)日：2023-12-19
申请号：CN202310535536.2
申请日：2023-05-12
Applicant: 东北大学
Abstract: 本发明提供一种野外环境下管道巡检机器人轻量化自主导航系统及方法，涉及自主导航技术领域。本发明依据地下管道的高精度绝对定位信息预设巡检路径，在埋地管道巡检机器人基于RTK高精度绝对定位而实现的高精度巡检过程中，利用多线激光雷达感知周围环境信息，将激光雷达感知到的点云数据经过处理后投影到二维的空白地图中，由此在空白地图上得到了轻量化局部地图，当在预设巡检路径上遇到不可通行区域时结合当前的高精度绝对定位与预设路径生成临时目标点，耦合式巡检避障自主导航模块接收到临时目标点同时通过轻量化局部地图进行路径规划，使埋地管道巡检机器人绕行不可通行区域后回到预设路径上，完成埋地管道巡检机器人的整个自主导航巡检任务。
-
公开(公告)号：CN117128462A
公开(公告)日：2023-11-28
申请号：CN202310586192.8
申请日：2023-05-23
Applicant: 沈阳联合东华科技有限责任公司 , 东北大学
Abstract: 本发明公开了一种基于声波的通球指示装置，包括数据采集与处理单元、防爆箱和通球指示算法模块；所述数据采集与处理单元包括加速度传感器组、安全栅组、A/D转换单元、控制单元、WiFi传输单元、数据存储单元和电池组。本发明一方面针对油气管道存在的潜在爆炸性设计了防爆结构；另一方面对管道内声波信号进行了预处理和通“球”时间计算。其中，针对管道内各种工况干扰声波信号，采用IIR滤波、数据缩放和特征提取，抑制了干扰信号；针对处理后的管道声波信号，提取两种特征最大值对应的时间，加权求和，实现通“球”报警和通“球”时间计算。
-
公开(公告)号：CN110082424B
公开(公告)日：2023-04-14
申请号：CN201910387892.8
申请日：2019-05-10
Applicant: 东北大学
Abstract: 本发明提供一种快速管道漏磁数据多尺度异常区域推荐系统及方法，涉及管道检测技术领域。本发明步骤如下：步骤1：获取一段管道的漏磁信号，并将其进行多尺度窗体划分，对N个尺度层级进行异常边缘提取，得到异常窗体集合；步骤2：对异常窗体集合进行异常区域估计，得到异常估计集合；步骤3：边界精确；根据异常估计集合，将Wk″中的所有窗体进行相邻窗体的面积比，遍历异常估计集合W″，去除面积比小于λ的窗体，并选取当前集合内交叠窗体中最外围窗体作为异常推荐区域；该方法能够发现尺寸较大，信号明显的异常，同时能够发现较小的异常，能够提供充分的异常候选区域；具有明显的快速性，特别适应管道庞大的数据集。
-
-
-
-
-
-
-
-
-
Search Results
256
records
(took 0.026 seconds)
