摘要

为有效的对超声干耦合检测的储罐腐蚀缺陷进行面积量化,提出一种智能量化储罐腐蚀缺陷面积方法,通过提取检测信号的特征构建数据集,利用数据集训练和测试机器学习模型实现缺陷面积量化。针对超声干耦合检测方式得到的超声A扫信号具有波形交叉混叠使得传统特征提取难以获取有效信息的难点,提出一种多尺度特征提取方法取代传统普通特征提取方法;针对传统无损检测模型难以准确量化缺陷面积的难点,提出引入XGBoost模型。通过实验验证得出,多尺度特征比普通特征的性能更好;XGBoost模型能够更好的量化缺陷;基于多尺度特征的XGBoost模型能够准确量化缺陷面积,其在训练集上准确率达99.4%,在测试集上为88.1%。

  • 单位
    石油大学机电工程学院; 成都工业学院

全文