CN115980176A - 一种基于磁粉检测的球罐质量数据分析处理方法及*** - Google Patents

一种基于磁粉检测的球罐质量数据分析处理方法及*** Download PDF

Info

Publication number
CN115980176A
CN115980176A CN202310265165.0A CN202310265165A CN115980176A CN 115980176 A CN115980176 A CN 115980176A CN 202310265165 A CN202310265165 A CN 202310265165A CN 115980176 A CN115980176 A CN 115980176A
Authority
CN
China
Prior art keywords
information
spherical tank
partition
analysis
detection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310265165.0A
Other languages
English (en)
Other versions
CN115980176B (zh
Inventor
杨宇博
王恒
高利慧
丁有龙
陶俊兴
杨阳
刘磊
周世杰
段瑞
苏哲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Institute Of Special Equipment Supervision And Inspection Technology (tianjin Special Equipment Accident Emergency Investigation And Treatment Center)
Original Assignee
Tianjin Institute Of Special Equipment Supervision And Inspection Technology (tianjin Special Equipment Accident Emergency Investigation And Treatment Center)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin Institute Of Special Equipment Supervision And Inspection Technology (tianjin Special Equipment Accident Emergency Investigation And Treatment Center) filed Critical Tianjin Institute Of Special Equipment Supervision And Inspection Technology (tianjin Special Equipment Accident Emergency Investigation And Treatment Center)
Priority to CN202310265165.0A priority Critical patent/CN115980176B/zh
Publication of CN115980176A publication Critical patent/CN115980176A/zh
Application granted granted Critical
Publication of CN115980176B publication Critical patent/CN115980176B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

本发明公开了一种基于磁粉检测的球罐质量数据分析处理方法及***,涉及数据处理领域,其中,所述方法包括:基于球罐分区信息进行磁粉检测,获得分区磁导检测信息;根据分区磁导检测信息与预设分区磁导集进行差异分析,确定异常系数;确定各分区工作关系;将各分区工作关系、球罐分区信息及对应的异常系数输入异常分析模型,获得球罐质量异常分析信息;确定球罐质量使用等级,并根据其生成球罐分析处理信息。解决了现有技术中针对球罐的质量管理精准性低,进而造成球罐的质量管理效果不佳的技术问题。达到了提高球罐的质量管理精准性,提升球罐的质量管理效果,为球罐的安全使用提供有力保障的技术效果。

Description

一种基于磁粉检测的球罐质量数据分析处理方法及***
技术领域
本发明涉及数据处理领域,具体地,涉及一种基于磁粉检测的球罐质量数据分析处理方法及***。
背景技术
球罐以表面积小、内应力均匀、承载能力大等优点,广泛应用于石油、天然气、煤气等介质的存储,发挥着巨大的作用。质量管理是保证球罐使用安全的前提,随着球罐的广泛应用,对球罐进行质量管理的难度不断增大。与此同时,传统的球罐质量管理模式存在着人工依赖性强、自动化水平低、质量管理效果差等诸多缺陷。研究设计一种对球罐进行优化质量管理的方法,具有十分重要的现实意义。
现有技术中,存在针对球罐的质量管理精准性低,进而造成球罐的质量管理效果不佳的技术问题。
发明内容
本申请提供了一种基于磁粉检测的球罐质量数据分析处理方法及***。解决了现有技术中针对球罐的质量管理精准性低,进而造成球罐的质量管理效果不佳的技术问题。达到了通过对球罐进行多维度质量数据分析,提高球罐的质量管理精准性,提升球罐的质量管理效果,为球罐的安全使用提供有力保障的技术效果。
鉴于上述问题,本申请提供了一种基于磁粉检测的球罐质量数据分析处理方法及***。
第一方面,本申请提供了一种基于磁粉检测的球罐质量数据分析处理方法,其中,所述方法应用于一种基于磁粉检测的球罐质量数据分析处理***,所述方法包括:根据球罐基础信息进行球罐结构分区,获得球罐分区信息;基于所述球罐分区信息进行磁粉检测,获得分区磁导检测信息;根据所述分区磁导检测信息与预设分区磁导集进行差异分析,确定异常系数;根据所述球罐分区信息进行各分区功能分析,确定各分区工作关系;将所述各分区工作关系、所述球罐分区信息及对应的所述异常系数输入异常分析模型,获得球罐质量异常分析信息;根据所述球罐质量异常分析信息,确定球罐质量使用等级,基于所述球罐质量使用等级生成球罐分析处理信息。
第二方面,本申请还提供了一种基于磁粉检测的球罐质量数据分析处理***,其中,所述***包括:球罐分区模块,所述球罐分区模块用于根据球罐基础信息进行球罐结构分区,获得球罐分区信息;磁粉检测模块,所述磁粉检测模块用于基于所述球罐分区信息进行磁粉检测,获得分区磁导检测信息;差异分析模块,所述差异分析模块用于根据所述分区磁导检测信息与预设分区磁导集进行差异分析,确定异常系数;功能分析模块,所述功能分析模块用于根据所述球罐分区信息进行各分区功能分析,确定各分区工作关系;异常分析模块,所述异常分析模块用于将所述各分区工作关系、所述球罐分区信息及对应的所述异常系数输入异常分析模型,获得球罐质量异常分析信息;处理信息生成模块,所述处理信息生成模块用于根据所述球罐质量异常分析信息,确定球罐质量使用等级,基于所述球罐质量使用等级生成球罐分析处理信息。
第三方面,本申请还提供了一种电子设备,包括:存储器,用于存储可执行指令;处理器,用于执行所述存储器中存储的可执行指令时,实现本申请提供的一种基于磁粉检测的球罐质量数据分析处理方法。
第四方面,本申请还提供了一种计算机可读存储介质,存储有计算机程序,该程序被处理器执行时,实现本申请提供的一种基于磁粉检测的球罐质量数据分析处理方法。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过球罐基础信息进行球罐结构分区,获得球罐分区信息;根据球罐分区信息进行磁粉检测,获得分区磁导检测信息;通过将分区磁导检测信息、预设分区磁导集进行差异分析,确定异常系数;通过对球罐分区信息进行各分区功能分析,确定各分区工作关系;将各分区工作关系、球罐分区信息及对应的异常系数输入异常分析模型,获得球罐质量异常分析信息;根据球罐质量异常分析信息,确定球罐质量使用等级,基于球罐质量使用等级生成球罐分析处理信息。达到了通过对球罐进行多维度质量数据分析,提高球罐的质量管理精准性,提升球罐的质量管理效果,为球罐的安全使用提供有力保障的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对本公开实施例的附图作简单地介绍。明显地,下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为本申请一种基于磁粉检测的球罐质量数据分析处理方法的流程示意图;
图2为本申请一种基于磁粉检测的球罐质量数据分析处理方法中获得球罐分区信息的流程示意图;
图3为本申请一种基于磁粉检测的球罐质量数据分析处理***的结构示意图;
图4为本申请示例性电子设备的结构示意图。
附图标记说明:球罐分区模块11,磁粉检测模块12,差异分析模块13,功能分析模块14,异常分析模块15,处理信息生成模块16,处理器31,存储器32,输入装置33,输出装置34。
具体实施方式
本申请通过提供一种基于磁粉检测的球罐质量数据分析处理方法及***。解决了现有技术中针对球罐的质量管理精准性低,进而造成球罐的质量管理效果不佳的技术问题。达到了通过对球罐进行多维度质量数据分析,提高球罐的质量管理精准性,提升球罐的质量管理效果,为球罐的安全使用提供有力保障的技术效果。
实施例一
请参阅附图1,本申请提供一种基于磁粉检测的球罐质量数据分析处理方法,其中,所述方法应用于一种基于磁粉检测的球罐质量数据分析处理***,所述方法具体包括如下步骤:
步骤S100:根据球罐基础信息进行球罐结构分区,获得球罐分区信息;
进一步的,本申请步骤S100还包括:
步骤S110:根据所述球罐基础信息,确定球罐结构信息、球罐材料信息、球罐应用信息;
步骤S120:根据所述球罐结构信息,进行结构元件连接分析,获得结构分区信息;
步骤S130:根据所述球罐应用信息,进行功能承受力分析,获得功能分区信息;
具体而言,对球罐进行基础参数采集,获得球罐基础信息。所述球罐基础信息包括球罐结构信息、球罐材料信息、球罐应用信息。进而,基于球罐结构信息进行结构元件连接分析,获得结构分区信息。基于球罐应用信息进行功能承受力分析,获得功能分区信息。其中,所述球罐结构信息包括球罐的结构组成、形状、容积、内径参数、外径参数、罐壁厚度参数等结构参数信息。所述球罐材料信息包括球罐各位置的材料组成、材料成分含量等材料参数信息。所述球罐应用信息包括球罐的存储介质类型、存储介质形态、存储介质压力、存储介质湿度等应用条件信息。所述结构分区信息包括球罐本体结构分区、球罐支撑结构分区、球罐操作结构分区等多个结构分区。所述功能分区信息包括球罐存储分区、球罐压力监测分区、球罐隔热分区、球罐保冷分区等多个功能分区。达到了通过对球罐结构信息、球罐应用信息进行分析及分区匹配,获得可靠的结构分区信息、功能分区信息,为后续通过球罐材料信息对结构分区信息、功能分区信息进行叠加融合分析奠定基础的技术效果。
步骤S140:基于所述球罐材料信息,根据所述结构分区信息、功能分区信息进行叠加融合分析,获得所述球罐分区信息。
进一步的,如附图2所示,本申请步骤S140还包括:
步骤S141:根据所述球罐材料信息进行限制条件分析,确定材质约束条件;
步骤S142:根据所述结构分区信息、功能分区信息,获得冲突分区节点;
步骤S143:根据所述材质约束条件对所述冲突分区节点进行约束力分析,基于约束值确定冲突分区信息,获得所述球罐分区信息。
具体而言,基于球罐材料信息进行限制条件分析,获得材质约束条件。所述材质约束条件包括多个约束值。多个约束值包括球罐材料信息对应的多个材料影响性参数。示例性地,基于球罐材料信息进行历史数据查询,获得多个历史球罐材料参数、多个历史材料影响性参数。分析多个历史球罐材料参数与多个历史材料影响性参数之间的映射关系,按照映射关系将多个历史球罐材料参数、多个历史材料影响性参数进行排列,获得材料影响分析数据库。将球罐材料信息作为输入信息,输入材料影响分析数据库,即可获得材质约束条件。
进一步,遍历结构分区信息、功能分区信息进行分区比对,将分区一致的多个结构分区、多个功能分区设置为融合分区节点。将分区不一致的多个结构分区、多个功能分区设置为冲突分区节点。所述冲突分区节点包括多个冲突分区。多个冲突分区包括分区不一致的多个结构分区、多个功能分区。进而,根据材质约束条件中的多个约束值对冲突分区节点进行匹配,获得多个匹配约束值。多个匹配约束值包括多个冲突分区对应的多个约束值。将匹配约束值相同的冲突分区划分为匹配冲突分区,并将匹配冲突分区添加至冲突分区信息,结合融合分区节点,获得球罐分区信息。所述冲突分区信息包括多个匹配冲突分区。每个匹配冲突分区包括匹配约束值相同的多个冲突分区。所述球罐分区信息包括多个球罐分区参数。多个球罐分区参数包括冲突分区信息、融合分区节点。达到了通过球罐材料信息对结构分区信息、功能分区信息进行叠加融合分析,获得球罐分区信息,从而提高球罐质量管理的适配度、可靠性的技术效果。
步骤S200:基于所述球罐分区信息进行磁粉检测,获得分区磁导检测信息;
具体而言,根据球罐分区信息进行磁粉检测,获得分区磁导检测信息。其中,所述磁粉检测是指将球罐放置于强磁场中,或,对球罐施加大电流,从而使球罐磁化,如果球罐表面存在缺陷,缺陷对磁力线通过的阻力很大,磁力线在缺陷附近会产生漏磁场。对磁化后的球罐施加磁粉,缺陷附近的漏磁场就会吸住磁粉,形成可见的磁粉痕迹,从而把缺陷显示出来。同时,通过磁导检测设备对磁化后的球罐进行磁导率检测,获得多个检测磁导率参数。所述磁导检测设备可以为现有技术中的磁导率检测仪。所述分区磁导检测信息包括球罐分区信息对应的多个分区磁导检测数据。每个分区磁导检测数据包括每个球罐分区参数对应的缺陷位置、缺陷形状、缺陷面积、缺陷数量等检测缺陷参数,以及检测磁导率参数。达到了根据球罐分区信息进行磁粉检测,获得分区磁导检测信息,从而提高对球罐进行质量管理的精准性的技术效果。
步骤S300:根据所述分区磁导检测信息与预设分区磁导集进行差异分析,确定异常系数;
进一步的,本申请步骤S300还包括:
步骤S310:基于所述球罐分区信息,建立分区标准磁导信息;
步骤S320:获得目标球罐工作要求,根据所述目标球罐工作要求,确定容忍系数;
步骤S330:根据所述容忍系数、所述分区标准磁导信息,构建预设分区磁导集;
步骤S340:获得磁导检测设备、检测环境信息;
步骤S350:根据所述磁导检测设备、检测环境信息,获得检测约束条件;
步骤S360:根据所述检测约束条件进行检测影响性分析,获得修正系数,基于所述修正系数对所述分区磁导检测信息进行修正。
具体而言,根据球罐分区信息设置标准磁导参数,获得分区标准磁导信息。根据目标球罐工作要求,确定容忍系数,结合分区标准磁导信息,获得预设分区磁导集。进而,将磁导检测设备、检测环境信息设置为检测约束条件。通过对检测约束条件进行检测影响性分析,获得修正系数,并根据修正系数对分区磁导检测信息进行修正。
其中,所述分区标准磁导信息包括多个球罐分区参数对应的多个标准磁导率参数。所述目标球罐工作要求包括球罐的工作环境温度、工作环境湿度、工作环境压力、存储介质类型、存储介质形态等工作条件信息。所述容忍系数包括多个球罐分区参数对应的多个最大磁导率参数。分区标准磁导信息、容忍系数可通过大数据查阅资料,或专家设置确定。所述预设分区磁导集包括容忍系数、分区标准磁导信息。所述检测环境信息包括通过磁导检测设备对磁化后的球罐进行磁导率检测时的环境温度参数、环境磁场参数、环境电场参数。所述检测约束条件包括磁导检测设备、检测环境信息,以及磁导检测设备的型号规格、工作电压等设备参数、工作参数。所述修正系数可用于表征检测约束条件对磁导率检测的影响程度参数。检测约束条件对磁导率检测的影响程度越高,对应的修正系数越大。
示例性地,基于检测约束条件进行历史数据查询,获得多个历史检测约束条件、多个历史修正系数。将多个历史检测约束条件、多个历史修正系数进行不断的自我训练学习至收敛状态,即可获得检测影响评估模型。将检测约束条件作为输入信息,输入检测影响评估模型,通过检测影响评估模型对检测约束条件进行检测影响分析及检测影响参数匹配,即可获得修正系数。将分区磁导检测信息中的多个检测磁导率参数与修正系数进行减法计算,获得分区磁导修正信息,并通过分区磁导修正信息对分区磁导检测信息进行数据更新,从而提高分区磁导检测信息的精确度。
达到了通过对检测约束条件进行检测影响性分析,获得修正系数,并根据修正系数对分区磁导检测信息进行适应性修正,从而降低磁导检测设备、检测环境对磁导率检测的影响,减小分区磁导检测信息的误差,提高对分区磁导检测信息进行差异分析的准确性的技术效果。
进一步的,本申请步骤S300还包括:
步骤S370:根据所述预设分区磁导集进行线性拟合,获得磁导曲线,所述磁导曲线包括标准磁导曲线、容忍磁导曲线;
步骤S380:根据所述分区磁导检测信息进行线性拟合,获得磁导检测曲线;
步骤S390:利用所述磁导检测曲线与所述标准磁导曲线、容忍磁导曲线进行差异度分析,按照标准磁导曲线、容忍磁导曲线的差异系数分配值,获得所述异常系数。
具体而言,基于预设分区磁导集进行曲线构建,获得磁导曲线,所述磁导曲线包括预设分区磁导集中多个标准磁导率参数对应的标准磁导曲线,以及预设分区磁导集中多个最大磁导率参数对应的容忍磁导曲线。基于分区磁导检测信息中多个检测磁导率参数进行曲线构建,获得磁导检测曲线。进一步,将磁导检测曲线与标准磁导曲线进行差异度比对,获得多个标准磁导差异度。将磁导检测曲线与容忍磁导曲线进行差异度比对,获得多个容忍磁导差异度。按照标准差异系数分配值、容忍差异系数分配值对多个标准磁导差异度、多个容忍磁导差异度进行加权计算,获得多个分区异常系数。其中,所述异常系数包括多个分区异常系数。所述多个标准磁导差异度包括多个标准磁导率参数与多个检测磁导率参数之间的多个差值信息。所述多个容忍磁导差异度包括多个最大磁导率参数与多个检测磁导率参数之间的多个差值信息。标准差异系数分配值、容忍差异系数分配值包括预先设置确定的标准差异权重系数、容忍差异权重系数。示例性地,在获得多个分区异常系数时,将标准差异系数分配值与多个标准磁导差异度进行乘法计算,获得多个标准差异度计算结果。将容忍差异系数分配值与多个容忍磁导差异度进行乘法计算,获得多个容忍差异度计算结果。将多个标准差异度计算结果与对应的多个容忍差异度计算结果进行加和,即可获得多个分区异常系数。达到了通过将分区磁导检测信息与预设分区磁导集进行差异分析,生成异常系数,为后续对球罐进行质量异常分析提供数据支持的技术效果。
此外,基于球罐分区信息、目标球罐工作要求进行缺陷评估标准设置,获得缺陷评估标准数据库。多个球罐缺陷评估专家根据缺陷评估标准数据库对分区磁导检测信息中的多个检测缺陷参数进行评估,获得多个缺陷评估系数,并将多个缺陷评估系数添加至异常系数,从而提高对分区磁导检测信息进行数据分析的全面性,提高球罐质量异常分析的可靠性。其中,所述缺陷评估标准数据库包括球罐分区信息、目标球罐工作要求对应的多个缺陷评估标准数据集。每个缺陷评估标准数据集包括每个球罐分区参数对应的多个预设缺陷特征、多个预设缺陷质量影响特征值。预设缺陷特征对球罐的质量影响越大,对应的预设缺陷质量影响特征值越高。例如,预设缺陷特征包括不同预设状态的多个球罐表面裂纹。不同预设状态包括球罐表面裂纹的形状、位置、大小等。预设状态不同,对应的预设缺陷质量影响特征值也不同。所述多个缺陷评估系数是用于表征多个检测缺陷参数对球罐的质量影响的参数信息。检测缺陷参数对球罐的质量影响越高,对应的缺陷评估系数越大。
步骤S400:根据所述球罐分区信息进行各分区功能分析,确定各分区工作关系;
进一步的,本申请步骤S400还包括:
步骤S410:根据所述球罐分区信息,获得各分区功能信息、工作环境信息;
步骤S420:根据所述球罐分区信息,确定分区连接信息,生成位置标签对分区检测信息进行标记;
步骤S430:根据各分区功能信息进行功能参数分析,获得功能性指标信息,生成性能标签对分区检测信息进行标记;
步骤S440:根据所述工作环境信息进行环境影响分析,获得环境影响指标信息,生成功能环境标签对分区检测信息进行标记;
步骤S450:根据所述位置标签、性能标签、功能环境标签进行区块关联性分析,确定所述各分区工作关系。
具体而言,根据球罐分区信息对球罐基础信息进行功能参数、工作环境参数、连接参数匹配,获得各分区功能信息、工作环境信息、分区连接信息。基于分区连接信息,生成位置标签,并根据位置标签对分区检测信息进行标记。进一步,基于各分区功能信息进行功能参数分析,获得功能性指标信息。基于功能性指标信息,生成性能标签,并根据性能标签对分区检测信息进行标记。基于工作环境信息进行环境影响分析,获得环境影响指标信息。基于环境影响指标信息,生成功能环境标签,并根据功能环境标签对分区检测信息进行标记。进而,基于位置标签、性能标签、功能环境标签进行分区关联性分析,获得各分区工作关系。
其中,所述各分区功能信息包括多个分区功能数据。多个分区功能数据包括多个球罐分区参数对应的多个分区作用信息。所述工作环境信息包括多个球罐分区参数对应的多个分区工作环境数据。每个分区工作环境数据包括每个球罐分区参数对应的工作环境温度参数、工作环境湿度参数、工作环境压力参数等。所述分区连接信息包括多个球罐分区参数对应的分区连接关系、分区连接方式、分区连接位置。所述位置标签包括分区连接信息。所述分区检测信息包括分区磁导检测信息,以及多个球罐分区参数对应的多个分区工作参数信息。所述功能性指标信息包括各分区功能信息对应的多个功能指标信息。例如,各分区功能信息包括球罐存储分区对应的存储作用。则,所述功能性指标信息包括球罐存储分区对应的存储容积指标、存储时间指标、存储压力指标等。所述性能标签包括功能性指标信息。所述环境影响指标信息包括工作环境信息对应的环境温度影响指标、环境湿度影响指标、环境压力影响指标等。所述功能环境标签包括环境影响指标信息。所述各分区工作关系包括位置标签、性能标签、功能环境标签,以及多个球罐分区参数对应的分区位置关联关系、分区性能关联关系、分区功能环境关联关系。达到了通过对球罐分区信息进行多维度的各分区功能分析,获得各分区工作关系,从而提高对球罐进行质量管理的精准性的技术效果。
步骤S500:将所述各分区工作关系、所述球罐分区信息及对应的所述异常系数输入异常分析模型,获得球罐质量异常分析信息;
进一步的,本申请步骤S500还包括:
步骤S510:将所述球罐分区信息及对应的所述异常系数输入分区异常分析子模型,获得各分区异常分析信息;
步骤S520:将所述各分区工作关系、所述各分区异常分析信息输入异常融合分析子模型,获得球罐联动异常分析信息;
步骤S530:将所述各分区异常分析信息、所述球罐联动异常分析信息作为模型输出结果输出。
步骤S600:根据所述球罐质量异常分析信息,确定球罐质量使用等级,基于所述球罐质量使用等级生成球罐分析处理信息。
具体而言,将球罐分区信息、异常系数作为输入信息,输入分区异常分析子模型,获得各分区异常分析信息。将各分区工作关系、各分区异常分析信息作为输入信息,输入异常融合分析子模型,获得球罐联动异常分析信息。将各分区异常分析信息、球罐联动异常分析信息输出为球罐质量异常分析信息。其中,异常分析模型包括分区异常分析子模型、异常融合分析子模型。所述各分区异常分析信息包括球罐分区信息、异常系数对应的各分区异常信息、各分区异常原因、各分区异常球罐质量影响信息。所述球罐联动异常分析信息包括各分区工作关系、各分区异常分析信息对应的球罐异常信息、球罐异常原因、球罐异常质量影响信息。所述球罐质量异常分析信息包括各分区异常分析信息、球罐联动异常分析信息。示例性地,在获得异常分析模型时,基于各分区工作关系、球罐分区信息、异常系数进行历史数据查询,获得第一构建数据集、第二构建数据集。第一构建数据集包括多个历史球罐分区信息、多个历史异常系数、多个历史分区异常分析信息。第二构建数据集包括多个历史分区工作关系、多个历史分区异常分析数据、多个历史球罐联动异常分析信息。将第一构建数据集进行不断的自我训练学习至收敛状态,即可获得分区异常分析子模型。分区异常分析子模型具有对输入的球罐分区信息、异常系数进行分区异常分析的功能。将第二构建数据集进行不断的自我训练学习至收敛状态,即可获得异常融合分析子模型。异常融合分析子模型具有对输入的各分区工作关系、各分区异常分析信息进行融合异常分析的功能。分区异常分析子模型、异常融合分析子模型均包括输入层、隐含层、输出层。将分区异常分析子模型的输出层与异常融合分析子模型的输入层进行连接,即可获得异常分析模型。
进一步,基于球罐质量异常分析信息,匹配球罐质量使用等级,并根据球罐质量使用等级,生成球罐分析处理信息。示例性地,在获得球罐质量使用等级、球罐分析处理信息时,基于球罐质量异常分析信息进行历史数据查询,获得多个历史球罐质量异常分析信息、多个历史球罐质量使用等级、多个历史球罐分析处理信息。多个历史球罐分析处理信息包括多个历史球罐质量使用等级对应的多个历史球罐质量管理方案。例如,某个历史球罐质量使用等级对应的历史球罐质量管理方案包括通过热处理降低球罐的残余应力,对球罐表面喷涂合适的防腐剂,定期对球罐进行开罐检验,按照返修工艺对球罐进行补焊及缺陷处理等。继而,分析多个历史球罐质量异常分析信息、多个历史球罐质量使用等级、多个历史球罐分析处理信息之间的匹配关系,获得三维映射关系。按照三维映射关系对多个历史球罐质量异常分析信息、多个历史球罐质量使用等级、多个历史球罐分析处理信息进行排列,获得球罐分析处理知识库。将球罐质量异常分析信息作为输入信息,输入球罐分析处理知识库,即可获得球罐质量使用等级、球罐分析处理信息。达到了通过异常分析模型对各分区工作关系、球罐分区信息、异常系数进行准确而高效地多维度异常分析,获得精准的球罐质量异常分析信息,并根据球罐质量异常分析信息匹配球罐质量使用等级、球罐分析处理信息,提高球罐的质量管理效果的技术效果。
综上所述,本申请所提供的一种基于磁粉检测的球罐质量数据分析处理方法具有如下技术效果:
1.通过球罐基础信息进行球罐结构分区,获得球罐分区信息;根据球罐分区信息进行磁粉检测,获得分区磁导检测信息;通过将分区磁导检测信息、预设分区磁导集进行差异分析,确定异常系数;通过对球罐分区信息进行各分区功能分析,确定各分区工作关系;将各分区工作关系、球罐分区信息及对应的异常系数输入异常分析模型,获得球罐质量异常分析信息;根据球罐质量异常分析信息,确定球罐质量使用等级,基于球罐质量使用等级生成球罐分析处理信息。达到了通过对球罐进行多维度质量数据分析,提高球罐的质量管理精准性,提升球罐的质量管理效果,为球罐的安全使用提供有力保障的技术效果。
2.通过球罐材料信息对结构分区信息、功能分区信息进行叠加融合分析,获得球罐分区信息,从而提高球罐质量管理的适配度、可靠性。
3.通过对检测约束条件进行检测影响性分析,获得修正系数,并根据修正系数对分区磁导检测信息进行适应性修正,从而降低磁导检测设备、检测环境对磁导率检测的影响,减小分区磁导检测信息的误差,提高对分区磁导检测信息进行差异分析的准确性。
4.通过对球罐分区信息进行多维度的各分区功能分析,获得各分区工作关系,从而提高对球罐进行质量管理的精准性。
实施例二
基于与前述实施例中一种基于磁粉检测的球罐质量数据分析处理方法,同样发明构思,本发明还提供了一种基于磁粉检测的球罐质量数据分析处理***,请参阅附图3,所述***包括:
球罐分区模块11,所述球罐分区模块11用于根据球罐基础信息进行球罐结构分区,获得球罐分区信息;
磁粉检测模块12,所述磁粉检测模块12用于基于所述球罐分区信息进行磁粉检测,获得分区磁导检测信息;
差异分析模块13,所述差异分析模块13用于根据所述分区磁导检测信息与预设分区磁导集进行差异分析,确定异常系数;
功能分析模块14,所述功能分析模块14用于根据所述球罐分区信息进行各分区功能分析,确定各分区工作关系;
异常分析模块15,所述异常分析模块15用于将所述各分区工作关系、所述球罐分区信息及对应的所述异常系数输入异常分析模型,获得球罐质量异常分析信息;
处理信息生成模块16,所述处理信息生成模块16用于根据所述球罐质量异常分析信息,确定球罐质量使用等级,基于所述球罐质量使用等级生成球罐分析处理信息。
进一步的,所述***还包括:
球罐信息确定模块,所述球罐信息确定模块用于根据所述球罐基础信息,确定球罐结构信息、球罐材料信息、球罐应用信息;
结构分区信息获得模块,所述结构分区信息获得模块用于根据所述球罐结构信息,进行结构元件连接分析,获得结构分区信息;
功能分区信息获得模块,所述功能分区信息获得模块用于根据所述球罐应用信息,进行功能承受力分析,获得功能分区信息;
叠加融合分析模块,所述叠加融合分析模块用于基于所述球罐材料信息,根据所述结构分区信息、功能分区信息进行叠加融合分析,获得所述球罐分区信息。
进一步的,所述***还包括:
材质约束条件确定模块,所述材质约束条件确定模块用于根据所述球罐材料信息进行限制条件分析,确定材质约束条件;
冲突分区节点获得模块,所述冲突分区节点获得模块用于根据所述结构分区信息、功能分区信息,获得冲突分区节点;
球罐分区信息确定模块,所述球罐分区信息确定模块用于根据所述材质约束条件对所述冲突分区节点进行约束力分析,基于约束值确定冲突分区信息,获得所述球罐分区信息。
进一步的,所述***还包括:
分区标准磁导信息获得模块,所述分区标准磁导信息获得模块用于基于所述球罐分区信息,建立分区标准磁导信息;
容忍系数确定模块,所述容忍系数确定模块用于获得目标球罐工作要求,根据所述目标球罐工作要求,确定容忍系数;
预设分区磁导集构建模块,所述预设分区磁导集构建模块用于根据所述容忍系数、所述分区标准磁导信息,构建预设分区磁导集;
检测信息获得模块,所述检测信息获得模块用于获得磁导检测设备、检测环境信息;
检测约束条件获得模块,所述检测约束条件获得模块用于根据所述磁导检测设备、检测环境信息,获得检测约束条件;
修正模块,所述修正模块用于根据所述检测约束条件进行检测影响性分析,获得修正系数,基于所述修正系数对所述分区磁导检测信息进行修正。
进一步的,所述***还包括:
磁导曲线获得模块,所述磁导曲线获得模块用于根据所述预设分区磁导集进行线性拟合,获得磁导曲线,所述磁导曲线包括标准磁导曲线、容忍磁导曲线;
磁导检测曲线获得模块,所述磁导检测曲线获得模块用于根据所述分区磁导检测信息进行线性拟合,获得磁导检测曲线;
异常系数确定模块,所述异常系数确定模块用于利用所述磁导检测曲线与所述标准磁导曲线、容忍磁导曲线进行差异度分析,按照标准磁导曲线、容忍磁导曲线的差异系数分配值,获得所述异常系数。
进一步的,所述***还包括:
功能环境信息获得模块,所述功能环境信息获得模块用于根据所述球罐分区信息,获得各分区功能信息、工作环境信息;
位置标记模块,所述位置标记模块用于根据所述球罐分区信息,确定分区连接信息,生成位置标签对分区检测信息进行标记;
性能标记模块,所述性能标记模块用于根据各分区功能信息进行功能参数分析,获得功能性指标信息,生成性能标签对分区检测信息进行标记;
功能环境标记模块,所述功能环境标记模块用于根据所述工作环境信息进行环境影响分析,获得环境影响指标信息,生成功能环境标签对分区检测信息进行标记;
分区工作关系确定模块,所述分区工作关系确定模块用于根据所述位置标签、性能标签、功能环境标签进行区块关联性分析,确定所述各分区工作关系。
进一步的,所述***还包括:
各分区异常分析信息获得模块,所述各分区异常分析信息获得模块用于将所述球罐分区信息及对应的所述异常系数输入分区异常分析子模型,获得各分区异常分析信息;
球罐联动异常分析信息获得模块,所述球罐联动异常分析信息获得模块用于将所述各分区工作关系、所述各分区异常分析信息输入异常融合分析子模型,获得球罐联动异常分析信息;
输出模块,所述输出模块用于将所述各分区异常分析信息、所述球罐联动异常分析信息作为模型输出结果输出。
本发明实施例所提供的一种基于磁粉检测的球罐质量数据分析处理***可执行本发明任意实施例所提供的一种基于磁粉检测的球罐质量数据分析处理方法,具备执行方法相应的功能模块和有益效果。
所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例三
图4为本发明实施例三提供的电子设备的结构示意图,示出了适于用来实现本发明实施方式的示例性电子设备的框图。图4显示的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。如图4所示,该电子设备包括处理器31、存储器32、输入装置33及输出装置34;电子设备中处理器31的数量可以是一个或多个,图4中以一个处理器31为例,电子设备中的处理器31、存储器32、输入装置33及输出装置34可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器32作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的一种基于磁粉检测的球罐质量数据分析处理方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述一种基于磁粉检测的球罐质量数据分析处理方法。
本申请提供了一种基于磁粉检测的球罐质量数据分析处理方法,其中,所述方法应用于一种基于磁粉检测的球罐质量数据分析处理***,所述方法包括:通过球罐基础信息进行球罐结构分区,获得球罐分区信息;根据球罐分区信息进行磁粉检测,获得分区磁导检测信息;通过将分区磁导检测信息、预设分区磁导集进行差异分析,确定异常系数;通过对球罐分区信息进行各分区功能分析,确定各分区工作关系;将各分区工作关系、球罐分区信息及对应的异常系数输入异常分析模型,获得球罐质量异常分析信息;根据球罐质量异常分析信息,确定球罐质量使用等级,基于球罐质量使用等级生成球罐分析处理信息。解决了现有技术中针对球罐的质量管理精准性低,进而造成球罐的质量管理效果不佳的技术问题。达到了通过对球罐进行多维度质量数据分析,提高球罐的质量管理精准性,提升球罐的质量管理效果,为球罐的安全使用提供有力保障的技术效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种基于磁粉检测的球罐质量数据分析处理方法,其特征在于,所述方法包括:
根据球罐基础信息进行球罐结构分区,获得球罐分区信息;
基于所述球罐分区信息进行磁粉检测,获得分区磁导检测信息;
根据所述分区磁导检测信息与预设分区磁导集进行差异分析,确定异常系数;
根据所述球罐分区信息进行各分区功能分析,确定各分区工作关系;
将所述各分区工作关系、所述球罐分区信息及对应的所述异常系数输入异常分析模型,获得球罐质量异常分析信息;
根据所述球罐质量异常分析信息,确定球罐质量使用等级,基于所述球罐质量使用等级生成球罐分析处理信息。
2.如权利要求1所述的方法,其特征在于,根据球罐基础信息进行球罐结构分区,获得球罐分区信息,包括:
根据所述球罐基础信息,确定球罐结构信息、球罐材料信息、球罐应用信息;
根据所述球罐结构信息,进行结构元件连接分析,获得结构分区信息;
根据所述球罐应用信息,进行功能承受力分析,获得功能分区信息;
基于所述球罐材料信息,根据所述结构分区信息、功能分区信息进行叠加融合分析,获得所述球罐分区信息。
3.如权利要求2所述的方法,其特征在于,基于所述球罐材料信息,根据所述结构分区信息、功能分区信息进行叠加融合分析,获得所述球罐分区信息,包括:
根据所述球罐材料信息进行限制条件分析,确定材质约束条件;
根据所述结构分区信息、功能分区信息,获得冲突分区节点;
根据所述材质约束条件对所述冲突分区节点进行约束力分析,基于约束值确定冲突分区信息,获得所述球罐分区信息。
4.如权利要求1所述的方法,其特征在于,根据所述分区磁导检测信息与预设分区磁导集进行差异分析之前,包括:
基于所述球罐分区信息,建立分区标准磁导信息;
获得目标球罐工作要求,根据所述目标球罐工作要求,确定容忍系数;
根据所述容忍系数、所述分区标准磁导信息,构建预设分区磁导集;
获得磁导检测设备、检测环境信息;
根据所述磁导检测设备、检测环境信息,获得检测约束条件;
根据所述检测约束条件进行检测影响性分析,获得修正系数,基于所述修正系数对所述分区磁导检测信息进行修正。
5.如权利要求4所述的方法,其特征在于,根据所述分区磁导检测信息与预设分区磁导集进行差异分析,确定异常系数,包括:
根据所述预设分区磁导集进行线性拟合,获得磁导曲线,所述磁导曲线包括标准磁导曲线、容忍磁导曲线;
根据所述分区磁导检测信息进行线性拟合,获得磁导检测曲线;
利用所述磁导检测曲线与所述标准磁导曲线、容忍磁导曲线进行差异度分析,按照标准磁导曲线、容忍磁导曲线的差异系数分配值,获得所述异常系数。
6.如权利要求1所述的方法,其特征在于,根据所述球罐分区信息进行各分区功能分析,确定各分区工作关系,包括:
根据所述球罐分区信息,获得各分区功能信息、工作环境信息;
根据所述球罐分区信息,确定分区连接信息,生成位置标签对分区检测信息进行标记;
根据各分区功能信息进行功能参数分析,获得功能性指标信息,生成性能标签对分区检测信息进行标记;
根据所述工作环境信息进行环境影响分析,获得环境影响指标信息,生成功能环境标签对分区检测信息进行标记;
根据所述位置标签、性能标签、功能环境标签进行区块关联性分析,确定所述各分区工作关系。
7.如权利要求1所述的方法,其特征在于,将所述各分区工作关系、所述球罐分区信息及对应的所述异常系数输入异常分析模型,获得球罐质量异常分析信息,包括:
将所述球罐分区信息及对应的所述异常系数输入分区异常分析子模型,获得各分区异常分析信息;
将所述各分区工作关系、所述各分区异常分析信息输入异常融合分析子模型,获得球罐联动异常分析信息;
将所述各分区异常分析信息、所述球罐联动异常分析信息作为模型输出结果输出。
8.一种基于磁粉检测的球罐质量数据分析处理***,其特征在于,所述***包括:
球罐分区模块,所述球罐分区模块用于根据球罐基础信息进行球罐结构分区,获得球罐分区信息;
磁粉检测模块,所述磁粉检测模块用于基于所述球罐分区信息进行磁粉检测,获得分区磁导检测信息;
差异分析模块,所述差异分析模块用于根据所述分区磁导检测信息与预设分区磁导集进行差异分析,确定异常系数;
功能分析模块,所述功能分析模块用于根据所述球罐分区信息进行各分区功能分析,确定各分区工作关系;
异常分析模块,所述异常分析模块用于将所述各分区工作关系、所述球罐分区信息及对应的所述异常系数输入异常分析模型,获得球罐质量异常分析信息;
处理信息生成模块,所述处理信息生成模块用于根据所述球罐质量异常分析信息,确定球罐质量使用等级,基于所述球罐质量使用等级生成球罐分析处理信息。
9.一种电子设备,其特征在于,所述电子设备包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至7任一项所述的一种基于磁粉检测的球罐质量数据分析处理方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一所述的一种基于磁粉检测的球罐质量数据分析处理方法。
CN202310265165.0A 2023-03-20 2023-03-20 一种基于磁粉检测的球罐质量数据分析处理方法及*** Active CN115980176B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310265165.0A CN115980176B (zh) 2023-03-20 2023-03-20 一种基于磁粉检测的球罐质量数据分析处理方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310265165.0A CN115980176B (zh) 2023-03-20 2023-03-20 一种基于磁粉检测的球罐质量数据分析处理方法及***

Publications (2)

Publication Number Publication Date
CN115980176A true CN115980176A (zh) 2023-04-18
CN115980176B CN115980176B (zh) 2023-06-23

Family

ID=85958204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310265165.0A Active CN115980176B (zh) 2023-03-20 2023-03-20 一种基于磁粉检测的球罐质量数据分析处理方法及***

Country Status (1)

Country Link
CN (1) CN115980176B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8244504B1 (en) * 2007-12-24 2012-08-14 The University Of North Carolina At Charlotte Computer implemented system for quantifying stability and flexibility relationships in macromolecules
JP2013221743A (ja) * 2012-04-12 2013-10-28 Jfe Steel Corp 磁粉探傷における傷検出感度調整方法、磁粉探傷方法、及び磁粉探傷装置
CN107894456A (zh) * 2017-10-30 2018-04-10 共享铸钢有限公司 一种用于铸件整体磁粉检测的方法
CN108829925A (zh) * 2018-05-07 2018-11-16 上海电力学院 一种考虑电磁环境约束的海上风电集电***优化设计方法
CN109142509A (zh) * 2017-06-27 2019-01-04 宝山钢铁股份有限公司 圆钢磁粉探伤方法与装置
CN113702391A (zh) * 2021-09-08 2021-11-26 东力智能科技有限公司 一种钢坯表面及近表面缺陷复合检测方法及装置
CN115689312A (zh) * 2022-11-15 2023-02-03 中国特种设备检测研究院 一种基于损伤的承压设备检验策略智能生成***及方法
US20230084562A1 (en) * 2020-06-24 2023-03-16 Power Ins Co., Ltd. Non-destructive inspection method and system based on artificial intelligence

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8244504B1 (en) * 2007-12-24 2012-08-14 The University Of North Carolina At Charlotte Computer implemented system for quantifying stability and flexibility relationships in macromolecules
JP2013221743A (ja) * 2012-04-12 2013-10-28 Jfe Steel Corp 磁粉探傷における傷検出感度調整方法、磁粉探傷方法、及び磁粉探傷装置
CN109142509A (zh) * 2017-06-27 2019-01-04 宝山钢铁股份有限公司 圆钢磁粉探伤方法与装置
CN107894456A (zh) * 2017-10-30 2018-04-10 共享铸钢有限公司 一种用于铸件整体磁粉检测的方法
CN108829925A (zh) * 2018-05-07 2018-11-16 上海电力学院 一种考虑电磁环境约束的海上风电集电***优化设计方法
US20230084562A1 (en) * 2020-06-24 2023-03-16 Power Ins Co., Ltd. Non-destructive inspection method and system based on artificial intelligence
CN113702391A (zh) * 2021-09-08 2021-11-26 东力智能科技有限公司 一种钢坯表面及近表面缺陷复合检测方法及装置
CN115689312A (zh) * 2022-11-15 2023-02-03 中国特种设备检测研究院 一种基于损伤的承压设备检验策略智能生成***及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘宝东;曾理;李林升;: "管壁长弦投影数据截断问题的迭代重建算法", 《仪器仪表学报》, no. 01 *
周伟;林玉成;魏晓晋;张涛;张如鹏;李树谦;: "液化石油气球罐磁粉检验技术研究", 科技创新导报, no. 33 *
林书生;汪志强;: "球罐磁粉检测工艺改进", 焊接技术, no. 05 *

Also Published As

Publication number Publication date
CN115980176B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN109255490B (zh) 一种基于kpca-bas-grnn的埋地管道外腐蚀速率预测方法
CN111123188A (zh) 基于改进最小二乘法的电能表综合检定方法及***
CN112131336B (zh) 一种污染源定位方法、装置、计算机设备及存储介质
Weber et al. Machine learning based system identification tool for data-based energy and resource modeling and simulation
CN113486494A (zh) 一种燃气管道状态监控决策方法及***
CN114818361A (zh) 一种基于应用场景的数字孪生模型构建方法
CN115980176A (zh) 一种基于磁粉检测的球罐质量数据分析处理方法及***
Hall et al. Electrochemical impedance spectroscopy and finite element analysis modeling of a 4-electrode humidity sensor for natural gas transportation pipelines
CN204884743U (zh) 一种厚膜电阻传感器智能在线激光修刻设备
Kristian et al. Application of AI in Optimizing Energy and Resource Management: Effectiveness of Deep Learning Models
Barari et al. Search-guided sampling to reduce uncertainty of minimum deviation zone estimation
CN109213119B (zh) 基于在线学习的复杂工业关键部件故障预测方法及***
CN111507591A (zh) 电力***状态确定方法、装置、计算机介质及存储介质
CN113984880B (zh) 对管道金属损失缺陷生成三维轮廓的方法及装置
CN114780747A (zh) 焊接缺陷知识图谱构建方法、焊接缺陷查询方法及***
CN113962318A (zh) 基于内外数据融合和机器学习的变压器状态异常检测方法
CN114147380A (zh) 基于数字孪生框架的转子焊接方法
Belyaev et al. Solving the Dirichlet Problem for the Poisson Equation by the Least Squares Collocation Method with Given Discrete Boundary Domain
Zhou et al. Advanced reliability analysis method for mechanisms based on uncertain measure
Xie et al. Sizing of metallic foam bubble flaws using direct current potential drop signals with the help of the neural network method
Klees et al. Building a smart database for predictive maintenance in already implemented manufacturing systems
Du et al. Model-assisted probability of detection for structural health monitoring of flat plates
CN112241597B (zh) 一种电力***中谐波源的识别方法、设备及存储介质
CN117572119B (zh) 一种电网换流变压器局部过热故障定位方法、介质及***
De Lira et al. Robust LPV model-based sensor fault diagnosis using relative fault sensitivity signature and residual directions approaches in a PEM fuel cell

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant