埋地钢质管道非开挖检测技术研究
发布时间:2022-08-23 17:45
目前石油和天然气已经成为人们日常生活中不可或缺的一部分,从而地下管道建设也越来越密集。在给人们带来便利的同时,管道由于在役时间长,外防腐层可能会由于各种原因而产生缺陷和破损,甚至发生泄漏,长此以往会给管道安全、高效、持续的运输带来不利的后果,严重的则会发生爆炸事故,同时会造成巨大的环境破坏。非开挖检测技术是目前地下管线检测常用的检测手段,针对埋地管道是否腐蚀、泄漏并确定泄漏点位置的检测。本文首先采用ANSYS有限元仿真和补偿模糊神经网络相结合使用的方法对埋地管道进行了非开挖仿真还原;然后对埋地钢质管道防腐层存在破损时进行现场检测,分析破损点检测信号与破损点大小以及位置的关系;最终设计了一款埋地钢质管道非开挖检测小车,包括硬件以及软件系统通信的设计,并对其进行了现场实验验证,证明该小车具有实用性、可操作性以及高效性。其主要内容如下:1、使用ANSYS有限元分析软件建立埋地钢质管道模型,并模拟计算管道在不同影响因素下的电势峰值和电势平均值,构建6输入1输出的补偿模糊神经网络模型。然后利用MATLAB软件编程对模型中的数据训练使网络的输出误差最小并进行性能验证,形成三维还原数据库。采用非线性...
【文章页数】:101 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 引言
1.2 研究背景
1.2.1 埋地钢质管道非开挖检测概述
1.2.2 埋地钢质管道防腐层缺陷检测技术
1.2.2.1 多频管中电流法(PCM)
1.2.2.2 标准管/地电位检测法(P/S)
1.2.2.3 密间距电位测试法(CIPS)
1.2.2.4 Pearson检测法(PS)
1.2.2.5 变频选频法
1.2.2.6 直流电压梯度测试法(DCVG)
1.3 国内外埋地钢质管道非开挖检测研究现状
1.4 研究目的及意义
1.5 研究内容
第二章 埋地钢质管道非开挖仿真还原
2.1 引言
2.2 ANSYS电磁模块仿真简介
2.3 补偿模糊神经网络简介
2.4 埋地钢质管道模型的建立与模拟计算
2.4.1 建立埋地钢质管道模型
2.4.2 ANSYS仿真模拟计算
2.5 补偿模糊神经网络中各因素对数据训练误差收敛的影响
2.5.1 数据标准化方法对训练误差的影响
2.5.2 初始输入隶属函数宽度对训练误差的影响
2.5.3 初始输出隶属函数宽度对训练误差的影响
2.6 正交试验法确定最优因素组合并对网络进行性能验证
2.6.1 正交试验
2.6.2 网络性能验证
2.7 埋地钢质管道三维还原
2.7.1 管道三维还原
2.7.2 现场验证
2.8 本章小结
第三章 埋地钢质管道防腐层破损现场检测
3.1 引言
3.2 实验方法
3.2.1 实验仪器与药品
3.2.2 土壤电阻率的测定
3.2.3 检测方法的选择
3.3 实验现场的构建
3.4 实验结果及分析
3.4.1 防腐层破损大小对漏点电位的影响
3.4.2 土壤电阻率对漏点电位的影响
3.4.3 防腐层破损位置对漏点电位的影响
3.5 本章小结
第四章 埋地钢质管道非开挖检测小车设计及应用
4.1 引言
4.2 非开挖检测小车功能与组成
4.3 非开挖检测小车设计
4.3.1 非开挖检测小车设计思路
4.3.2 非开挖检测小车硬件设计
4.3.2.1 整体结构设计
4.3.2.2 自动控制模块设计
4.3.3 非开挖检测小车硬件选型及设计
4.3.3.1 可编程控制器
4.3.3.2 步进电机
4.3.3.3 步进电机驱动器
4.3.3.4 系统电源
4.3.4 非开挖检测小车上位机软件设计
4.3.4.1 组态王简介
4.3.4.2 系统设计
4.4 非开挖检测小车的应用
4.4.1 实验前准备
4.4.2 非开挖检测小车数据采集
4.4.2.1 检测板控制
4.4.2.2 现场检测
4.5 本章小结
第五章 结论与展望
5.1 结论
5.2 展望
致谢
参考文献
附录
附表
【参考文献】:
期刊论文
[1]金属管道在土壤中的腐蚀与防护[J]. 许伟. 化工管理. 2017(31)
[2]浅谈电磁场中的几个常用定则[J]. 粟伟. 科技经济导刊. 2017(28)
[3]密间隔电位的埋地管道防腐层破损检测方法[J]. 刘博闻,杨理践. 电子器件. 2017(01)
[4]油气管道运输发展现状及问题分析[J]. 张其莘,赵静. 石化技术. 2016(10)
[5]基于西门子S7-200PLC驱动控制步进电机的设计及应用[J]. 陈小江. 内蒙古科技与经济. 2016(07)
[6]基于Pearson法对钢质燃气管道防腐层检测的探讨[J]. 曹光贵,谭丽娜,郑光耀. 煤气与热力. 2016(02)
[7]埋地钢制管道非开挖腐蚀检测技术[J]. 王文奋,董海涛. 全面腐蚀控制. 2016(01)
[8]皮尔逊检测法在埋地燃气管道泄漏定位的应用[J]. 杨国华,叶晓杭,范列朋. 煤气与热力. 2015(11)
[9]职业院校PLC校本教材开发的实践与思考[J]. 殷欢,卢香平. 时代教育. 2015(14)
[10]基于事故树分析“11·22”输油管道泄漏爆炸事故[J]. 徐永莉. 安全. 2015(07)
硕士论文
[1]埋地管道防腐层缺陷检测技术的研究[D]. 李静.天津大学 2009
[2]基于阴极保护的埋地钢质管道外覆盖层缺陷检测与评价方法研究[D]. 王长勇.北京工业大学 2007
本文编号:3678209
【文章页数】:101 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 引言
1.2 研究背景
1.2.1 埋地钢质管道非开挖检测概述
1.2.2 埋地钢质管道防腐层缺陷检测技术
1.2.2.1 多频管中电流法(PCM)
1.2.2.2 标准管/地电位检测法(P/S)
1.2.2.3 密间距电位测试法(CIPS)
1.2.2.4 Pearson检测法(PS)
1.2.2.5 变频选频法
1.2.2.6 直流电压梯度测试法(DCVG)
1.3 国内外埋地钢质管道非开挖检测研究现状
1.4 研究目的及意义
1.5 研究内容
第二章 埋地钢质管道非开挖仿真还原
2.1 引言
2.2 ANSYS电磁模块仿真简介
2.3 补偿模糊神经网络简介
2.4 埋地钢质管道模型的建立与模拟计算
2.4.1 建立埋地钢质管道模型
2.4.2 ANSYS仿真模拟计算
2.5 补偿模糊神经网络中各因素对数据训练误差收敛的影响
2.5.1 数据标准化方法对训练误差的影响
2.5.2 初始输入隶属函数宽度对训练误差的影响
2.5.3 初始输出隶属函数宽度对训练误差的影响
2.6 正交试验法确定最优因素组合并对网络进行性能验证
2.6.1 正交试验
2.6.2 网络性能验证
2.7 埋地钢质管道三维还原
2.7.1 管道三维还原
2.7.2 现场验证
2.8 本章小结
第三章 埋地钢质管道防腐层破损现场检测
3.1 引言
3.2 实验方法
3.2.1 实验仪器与药品
3.2.2 土壤电阻率的测定
3.2.3 检测方法的选择
3.3 实验现场的构建
3.4 实验结果及分析
3.4.1 防腐层破损大小对漏点电位的影响
3.4.2 土壤电阻率对漏点电位的影响
3.4.3 防腐层破损位置对漏点电位的影响
3.5 本章小结
第四章 埋地钢质管道非开挖检测小车设计及应用
4.1 引言
4.2 非开挖检测小车功能与组成
4.3 非开挖检测小车设计
4.3.1 非开挖检测小车设计思路
4.3.2 非开挖检测小车硬件设计
4.3.2.1 整体结构设计
4.3.2.2 自动控制模块设计
4.3.3 非开挖检测小车硬件选型及设计
4.3.3.1 可编程控制器
4.3.3.2 步进电机
4.3.3.3 步进电机驱动器
4.3.3.4 系统电源
4.3.4 非开挖检测小车上位机软件设计
4.3.4.1 组态王简介
4.3.4.2 系统设计
4.4 非开挖检测小车的应用
4.4.1 实验前准备
4.4.2 非开挖检测小车数据采集
4.4.2.1 检测板控制
4.4.2.2 现场检测
4.5 本章小结
第五章 结论与展望
5.1 结论
5.2 展望
致谢
参考文献
附录
附表
【参考文献】:
期刊论文
[1]金属管道在土壤中的腐蚀与防护[J]. 许伟. 化工管理. 2017(31)
[2]浅谈电磁场中的几个常用定则[J]. 粟伟. 科技经济导刊. 2017(28)
[3]密间隔电位的埋地管道防腐层破损检测方法[J]. 刘博闻,杨理践. 电子器件. 2017(01)
[4]油气管道运输发展现状及问题分析[J]. 张其莘,赵静. 石化技术. 2016(10)
[5]基于西门子S7-200PLC驱动控制步进电机的设计及应用[J]. 陈小江. 内蒙古科技与经济. 2016(07)
[6]基于Pearson法对钢质燃气管道防腐层检测的探讨[J]. 曹光贵,谭丽娜,郑光耀. 煤气与热力. 2016(02)
[7]埋地钢制管道非开挖腐蚀检测技术[J]. 王文奋,董海涛. 全面腐蚀控制. 2016(01)
[8]皮尔逊检测法在埋地燃气管道泄漏定位的应用[J]. 杨国华,叶晓杭,范列朋. 煤气与热力. 2015(11)
[9]职业院校PLC校本教材开发的实践与思考[J]. 殷欢,卢香平. 时代教育. 2015(14)
[10]基于事故树分析“11·22”输油管道泄漏爆炸事故[J]. 徐永莉. 安全. 2015(07)
硕士论文
[1]埋地管道防腐层缺陷检测技术的研究[D]. 李静.天津大学 2009
[2]基于阴极保护的埋地钢质管道外覆盖层缺陷检测与评价方法研究[D]. 王长勇.北京工业大学 2007
本文编号:3678209
本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/3678209.html