CEEMD-FCM模型下的管道缺陷识别方法

作者：王超群; 梁伟; 梁晓斌

来源：中国安全科学学报, 2020, 30(01): 87-93.

DOI：10.16265/j.cnki.issn1003-3033.2020.01.014

• 管道
• 缺陷类型识别
• 特征提取
• 补充集合经验模态分解方法(CEEMD)
• 模糊C-均值(FCM)聚类算法

为提高管道缺陷识别精度,利用补充集合经验模态分解方法(CEEMD)和模糊C-均值(FCM)聚类算法,提出CEEMD-FCM的管道缺陷识别模型。首先,分析管道缺陷信号波形特征,引入粒子群优化算法(PSO)改进小波阈值降噪方法,实现管道缺陷信号的降噪;然后,采用CEEMD分解缺陷信号,并借助能量熵原理提取缺陷的特征参量;最后,利用模拟退火算法(SA)和遗传算法(GA)优化FCM,完成管道缺陷的分类。结果表明:基于CEEMD-FCM模型的管道缺陷识别方法的综合识别精度达到87. 5%,可实现石油化工领域管道缺陷模式的精准识别,保障管道安全运行,降低事故发生率。

• 单位
  中国石油大学（北京）