Способ оценки геометрических размеров дефектов стенки трубной секции и сварных швов по данным ультразвукового внутритрубного дефектоскопа с помощью поиска связанных индикаций Российский патент 2017 года по МПК G01N27/00 

Описание патента на изобретение RU2607766C2

Изобретение относится к способам обработки данных внутритрубных дефектоскопов, а именно к способу оценки геометрических размеров дефектов стенки трубной секции и сварных швов по данным ультразвукового внутритрубного дефектоскопа с помощью поиска связанных индикаций. Способ предназначен для дефектоскопов с различными диаметрами, и может быть использован для оценки длины, ширины и глубины дефектов.

Известна система интерпретации данных внутритрубного обследования трубопроводов (варианты) (RU 27708 U1, МПК G01N 27/72, G01M 3/00, G01N 29/00, приоритет с 13.08.2002), включающая в себя накопитель цифровых данных внутритрубного обследования трубопроводов, вычислительную систему, включающую в себя средства совмещения или сравнения данных от электромагнито-акустических или иных ультразвуковых датчиков ультразвукового обследования с данными ультразвукового обследования или с данными магнитного обследования трубопровода.

Известен способ аналитической диагностики разрушающего давления трубопроводов с поверхностными дефектами (RU 2240469 C1, МПК F16L 5/00, приоритет с 25.09.2003), заключающийся в измерении геометрических параметров дефекта и трубопровода в месте локализации дефекта, сравнении текущего рабочего давления трубопровода с разрушающим давлением, которое определяют математически, и по результатам сравнения принимают решение о возможности эксплуатации дефектного участка трубопровода или о необходимости снижения рабочего давления и выводе данного участка в ремонт.

Известен способ определения глубины залегания дефекта (RU 2437081 C1, МПК G01N 23/18, приоритет с 02.06.2010), заключающийся в сравнении изображений дефекта на двух, отличающихся различной геометрией просвечивания, снимках, и отличающийся тем, что устанавливают на контрольный участок изделия со стороны источника излучения образец - имитатор дефектов, имеющий эталонный дефект, соответствующий по размеру реальному, выявленному на снимке дефекту, глубина залегания которого подлежит определению, затем проводят двойное просвечивание без изменения направления излучения при различных расстояниях от источника излучения до контролируемого образца, после чего замеряют размеры изображений эталонных и реальных замеров.

Технический результат заявленного изобретения состоит в том, что изобретение на основе полученных диагностических данных внутритрубного инспекционного прибора с ультразвуковой системой CD позволяет оценивать геометрические параметры, а также проводить классификацию типов дефектов стенки трубной секции и сварных швов, при этом снижены трудозатраты на обработку отдельного участка нефтепровода и значительно снижено время детектирования опасных видов дефектов.

Технический результат заявленного способа достигается тем, что заявленный способ оценки геометрических размеров дефектов стенки трубной секции и сварных швов включает в себя аппаратные и программные средства.

Аппаратные средства содержат:

- внутритрубный инспекционный прибор с ультразвуковой системой CD (англ. Crack Detector - Детектор трещин);

- рабочую станцию с программой - терминалом, предназначенной для выгрузки данных;

- файловый сервер для хранения данных;

- рабочую станцию с программой, реализующей способ оценки;

- сервер базы данных для хранения результатов применения способа.

Способ состоит из следующих этапов:

1. Этап предобработки данных ультразвукового дефектоскопа.

1.1. Определение времени прихода сигнала ультразвукового дефектоскопа от внутренней стенки трубы.

Предварительно вычисляется время достижения зондирующим сигналом стенки трубы и осуществляется разделение данных на скипы, при этом время прихода сигнала от внутренней стенки трубы является нулевым скипом при первом отражении (от внутренней стенки трубы) и при следующем (от внешней стенки трубы) и т.д. Время прихода сигнала от внутренней стенки трубы лежит в нулевом скипе, для нахождения которого рассматриваются А-сканы в каждом датчике, при этом данные из А-скана считаются как некоторое распределение, заданное дискретно, и для большей точности результата используется среднее распределение, полученное из нескольких подряд идущих А-сканов, далее, проходя по усредненному распределению окном в несколько микросекунд, находится область, в которой сумма амплитуд имеет локальный максимум, и так как сигнал от стенки трубы самый сильный, то найденная область будет находиться в районе времени прихода сигнала от стенки трубы, для этого находится средневзвешенная точка распределения, попавшего в окно с максимальной суммой, и далее найденная точка считается средним значением времени прихода сигнала от внутренней стенки трубы для данного датчика и скана, а ее окрестность - нулевой скип.

1.2. Поиск продольных швов на основе полученных данных ультразвукового дефектоскопа с целью разделения трубной секции на «пришовную» область и «тело» трубы.

После нахождения сигнала от стенки трубы следующим шагом является разделение датчиков на смотрящие на сварной шов и остальные, так как поведение сигнала на сварном шве нестабильно из-за неоднородности материала в месте сварки, тогда как вне сварного шва данные более структурированы.

Среди всех датчиков выбираются датчики, которые лежат вблизи первой угловой координаты шва. Окрестность, в которой будут производиться поиски сварного шва относительно заданного положения, задается параметром в настройках, при этом для каждого найденного датчика в нулевом скипе выбирается сигнал с максимальной амплитудой, такой датчик с максимальной найденной амплитудой и считается датчиком сварного шва.

1.3. Предварительная фильтрация данных ультразвукового дефектоскопа с целью снижения показателя избыточности информации.

С целью снижения избыточности данных и снижения нагрузки на программу обработки перед началом работы, данные проходят проверку:

- толщина стенки трубы должна быть больше нуля;

- длина секции трубы (в сканах) должна быть не меньше и не больше параметров настройки алгоритма.

Дополнительно к основным настройкам алгоритма включатся параметр cutTime, являющийся фильтром, дополнительно отсекающим данные снизу по значению minTime, а сверху - по значению maxTime, данные с дефектных датчиков не используются при расчете дефектов при включении параметра DefectiveSensors.

2. Этап построения связанных индикаций на основе полученных данных ультразвукового дефектоскопа.

2.1. Общие определения.

Связанная индикация - это группа точек, удовлетворяющих следующим условиям:

- в каждом скане лежит по одной точке;

- расстояние между точками в соседних сканах (по времени) не превосходит указанное в настройках алгоритма, при этом используются псевдоцепочки, которые необходимы для того, чтобы не считать объединение близко идущих связанных индикаций шумом, и которые являются группой точек, удовлетворяющих следующим условиям:

- в одном скане может находиться до двух точек, лежащих на расстоянии, не превосходящем расстояния шума (NoiseTimeDelta);

- в соседних сканах найдется пара точек, которые лежат на расстоянии, (по времени) не превосходящем расстояние в связанной индикации (ChainTimeDelta).

При построении связанных индикаций рассматриваются три вида групп:

- young - группа с неопределенным типом (это группы, у которых количество точек меньше MinChainPoints);

- similar - группа псевдоцепочки;

- noise - группа шума (группа, не являющаяся Young или Similar).

2.2. Построение связанных индикаций. Алгоритм поиска связанных индикаций начинается с построения псевдоцепочек:

- рассматриваются все точки В-скана и строятся все возможные пары точек, которые лежат не больше, чем на NoiseTimeDelta (учитываются точки как в соседних сканах, так и в одном);

- амплитудой пары считается минимальная амплитуда, при этом отсортировка пары происходит на основании уменьшения амплитуды и расстояния между точками;

- последовательно выкладываются пары на В-скан;

- если обе точки не принадлежат еще группам, то считается, что они образовали новую группу - young, при этом если одна из точек уже принадлежит группе, то относительно второй точки возможны случаи:

- noise - добавляем точку в группу;

- young - добавляем точку в группу. Если количество точек в группе стало достаточно большим (некий порог на количество точек), то ей присваивается тип similar, если она удовлетворяет определению, иначе присваивается тип noise;

- similar - добавляется точка к группе лишь в том случае, если она не нарушит правил построения псевдоцепочек, иначе точка без группы образует новую группу;

Если у обеих точек есть группы и они разные, то:

- две noise, две young или noise и young группы объединяются между собой и для young при достижении порога по количеству точек присваивается тип noise или young;

- если одна из групп similar, а вторая не noise, то объединяются группы только в том случае, если общая группа остается псевдоцепочкой;

- если similar и noise, то группы не объединяются.

2.3. Выделение связанных индикаций из псевдоцепочек.

После рассмотрения всех точек проводится процедура перевода псевдоцепочек в связанные индикации, по точкам в псевдоцепочке происходит поиск и находится наибольшая связанная индикация, которую можно построить из крайней левой точки, удаляется эта связанная индикация из группы и повторяется процедура до получения набора связанных индикаций из одной псевдоцепочки. Далее идет процедура объединения всех полученных связанных индикаций - соединяются связанные индикации, в которых найдется по точке, что они лежат в соседних сканах и расстояние между ними по времени удовлетворяет расстоянию между точками в связанной индикации.

2.4. Фильтрация связанных индикаций включает следующие параметры:

- скип - рассматриваются связанные индикации, лежащие в скипах не меньше, чем в MinSkip, и не больше, чем MaxSkip. Чаще всего не рассматриваются нулевой скип и скипы больше второго;

- амплитуда и длина - фильтрация с помощью списка фильтров. Каждый из фильтров содержит минимальную длину, максимальную длину (LengthTo) в сканах и минимальную амплитуду связанной индикации;

- удельный вес - отбрасываются связанные индикации, удельный вес которых меньше MinDensity;

- аспект - связанные индикации, у которых отношение ширины к длине больше, чем MaxAspect, дальше не рассматриваются;

- производной - если правая или левая производные меньше, чем MinRDreivative и MinLDreivative соответственно, то они отбрасываются из рассмотрения;

- преобразование Радона - отбрасываем связанные индикации, у которых результат преобразования меньше чем MinRadon.

3. Фильтрация связанных индикаций по ряду параметров и классификации дефектов стенки трубной секции и сварных швов на основе полученных групп связанных индикаций.

3.1. Формирование группы дефектов стенки трубной секции и сварных швов на основе группы отфильтрованных связанных индикаций.

Оставшиеся после фильтрации связанные индикации объединяются в дефекты, при этом две связанные индикации объединяются, если выполняются условия:

- связанные индикации отстоят друг от друга не больше, чем на некоторый угол;

- расстояние между центрами связанных индикаций не превосходит длины наибольшей связанной индикации с некоторым наложением.

3.2. Поиск параметров дефектов стенки трубной секции и сварных швов. Дефекты формируются из связанных индикаций из следующих параметров:

- продольные координаты - наименьший и наибольший скан, длина и дистанция от начала прогона;

- угловые координаты - наименьший и наибольший датчики, на которых виден дефект, углы краев дефекта и ширина дефекта в миллиметрах;

- главная связанная индикация дефекта - это связанная индикация с самой большой амплитудой;

- количество датчиков, на которых виден дефект;

- максимальное количество пересечений - для каждого датчика вычисляется, какое количество связанных индикаций имеет пересечение по сканам, наибольшее значение записывается в параметр и берется максимальное;

- двойственность - признак видимости дефекта прямыми и оппозитными датчиками одновременно или только на одном направлении датчиков;

- сторона дефекта - позиция дефекта в стенке трубной секции;

- тип дефекта - осуществляется классификация дефекта по трем типам: трещина, риска, подрез продольного шва.

Изобретение позволяет на основе полученных данных ультразвукового дефектоскопа оценивать геометрические параметры, а также проводить классификацию типов дефектов стенки трубной секции и сварных швов с целью снижения трудозатрат на обработку отдельного участка нефтепровода и значительного снижения времени детектирования опасных видов дефектов.

На фиг. 1 изображена псевдоцепочка из пяти точек.

На фиг. 1 приняты следующие обозначения:

1. 1 скан;

2. Расстояние шума (Noise Time Delta);

3. Расстояние в сквозной индикации (Chain Time Delta).

На фиг. 2 изображен пример объединения псевдоцепочек.

На фиг. 2 приняты следующие обозначения:

4. Первая псевдоцепочка;

5. Вторая псевдоцепочка;

6. Точка объединения псевдоцепочек;

7. Объединение псевдоцепочки, если в этой области выполняются правила псевдоцепочки.

На фиг. 3 изображен процесс выделения связанных индикаций из псевдоцепочек.

На фиг. 3 приняты следующие обозначения:

8. Исходная псевдоцепочка;

9. Выделенная индикация длиной в 7 точек;

10. Выделенная индикация длиной в 1 точку;

11. Выделенная индикация длиной в 6 точек.

На фиг. 4 изображено объединение связанных индикаций.

Похожие патенты RU2607766C2

название год авторы номер документа
СПОСОБ ОЦЕНКИ ГЕОМЕТРИЧЕСКИХ РАЗМЕРОВ ДЕФЕКТОВ СТЕНКИ ТРУБНОЙ СЕКЦИИ И СВАРНЫХ ШВОВ ПО ДАННЫМ МАГНИТНОГО ВНУТРИТРУБНОГО ДЕФЕКТОСКОПА С ПОМОЩЬЮ УНИВЕРСАЛЬНОЙ НЕЙРОСЕТЕВОЙ МОДЕЛИ, ПОДХОДЯЩЕЙ ДЛЯ ДЕФЕКТОСКОПОВ С РАЗЛИЧНЫМИ ДИАМЕТРАМИ И МАГНИТНЫМИ СИСТЕМАМИ 2015
  • Ивашкин Роман Георгиевич
  • Поротиков Денис Олегович
  • Сафаров Эльдар Фяритович
  • Масайло Михаил Николаевич
RU2591584C1
НОСИТЕЛЬ ДАТЧИКОВ ДЛЯ КОНТРОЛЯ ТРУБОПРОВОДОВ С ИСПОЛЬЗОВАНИЕМ ДИФРАКЦИОННО-ВРЕМЕННОГО МЕТОДА ToFD 2021
  • Межуев Алексей Валентинович
  • Тужилкин Сергей Александрович
RU2761415C1
Способ создания раскладки трубных секций по данным внутритрубного инспекционного прибора определения положения трубопровода 2015
  • Ивашкин Роман Георгиевич
  • Поротиков Денис Олегович
  • Сафаров Эльдар Фяритович
  • Домненков Александр Шотович
RU2617628C2
Способ выявления растущих дефектов магистральных трубопроводов 2020
  • Юрьев Владимир Васильевич
  • Степанов Николай Олегович
RU2753108C2
Способ внутритрубного ультразвукового контроля сварных швов 2016
  • Ревель-Муроз Павел Александрович
  • Глинкин Дмитрий Юрьевич
  • Белкин Владимир Александрович
  • Шерашов Сергей Алексеевич
RU2621216C1
Способ изготовления фланцевой вставки для проверки работоспособности внутритрубных инспекционных приборов на испытательном трубопроводном полигоне 2016
  • Дегтев Валерий Порфирьевич
  • Кулешов Андрей Владимирович
  • Крюков Алексей Анатольевич
RU2625985C1
Способ изготовления стенда сухой протяжки для проверки работоспособности внутритрубных инспекционных приборов на испытательном трубопроводном полигоне 2017
  • Дегтев Валерий Порфирьевич
  • Кулешов Андрей Владимирович
  • Крюков Алексей Анатольевич
RU2653138C1
СПОСОБ КОМПЕНСАЦИИ ПОГРЕШНОСТИ ИЗМЕРЕНИЯ ПРОЙДЕННОЙ ДИСТАНЦИИ ОДОМЕТРИЧЕСКОЙ СИСТЕМОЙ ВИП С ПРИВЕДЕНИЕМ ДИАГНОСТИЧЕСКИХ ДАННЫХ К ПАСПОРТНЫМ ДЛИНАМ ТРУБНЫХ СЕКЦИЙ 2015
  • Ивашкин Роман Георгиевич
  • Поротиков Денис Олегович
  • Вагнер Иван Анатольевич
RU2628041C2
СПОСОБ АВТОМАТИЗИРОВАННОЙ НАРУЖНОЙ ДИАГНОСТИКИ ТРУБОПРОВОДА И АВТОМАТИЗИРОВАННЫЙ ДИАГНОСТИЧЕСКИЙ КОМПЛЕКС ДЛЯ ЕГО ОСУЩЕСТВЛЕНИЯ 2021
  • Лексашов Олег Борисович
  • Гусев Александр Сергеевич
  • Юдин Максим Иванович
RU2757203C1
Способ оценки параметров движения средств очистки и диагностики (СОД) по трубопроводу 2015
  • Ивашкин Роман Георгиевич
  • Поротиков Денис Олегович
  • Вагнер Иван Анатольевич
RU2613754C1

Иллюстрации к изобретению RU 2 607 766 C2

Реферат патента 2017 года Способ оценки геометрических размеров дефектов стенки трубной секции и сварных швов по данным ультразвукового внутритрубного дефектоскопа с помощью поиска связанных индикаций

Использование: для оценки геометрических размеров дефектов стенки трубной секции и сварных швов. Сущность изобретения заключается в том, что по данным ультразвукового внутритрубного дефектоскопа с помощью поиска связанных индикаций оценивают длину, ширину и глубину дефекта. Технический результат: обеспечение возможности оценки геометрических параметров, классификации типа дефекта стенки трубной секции и сварных швов при снижении трудозатрат на обработку отдельного участка нефтепровода и при снижении времени детектирования опасных видов дефектов. 4 ил.

Формула изобретения RU 2 607 766 C2

Способ оценки геометрических размеров дефектов стенки трубной секции и сварных швов по данным ультразвукового внутритрубного дефектоскопа с помощью поиска связанных индикаций заключается в том, что включает в себя аппаратные и программные средства, при этом аппаратные средства состоят из внутритрубного инспекционного прибора с ультразвуковой системой CD (англ. Crack Detector - Детектор трещин); рабочей станции с программой - терминалом, предназначенной для выгрузки данных; файловым сервером для хранения данных; рабочей станцией с программой, реализующей способ оценки повреждения трубопровода; сервера базы данных для хранения результатов применения способа; а также способ состоит из следующих этапов:

- этап предобработки данных ультразвукового дефектоскопа, который состоит из:

- определения времени прихода сигнала ультразвукового дефектоскопа от внутренней стенки трубы, при этом предварительно вычисляют время достижения зондирующим сигналом стенки трубы и осуществляют разделение данных на скипы, при этом время прихода сигнала от внутренней стенки трубы является нулевым скипом, следующем скипом - отражение от внешней стенки трубы и т.д.; для нахождения нулевого скипа рассматривают А-сканы каждого датчика, при этом данные из А-скана считают как некоторое распределение, заданное дискретно, и для большей точности результата используют среднее распределение, полученное из нескольких подряд идущих А-сканов, далее, проходя по усредненному распределению окном в несколько микросекунд, находят область, в которой сумма амплитуд имеет локальный максимум, и так как сигнал от стенки трубы самый сильный, то найденная область будет находиться в районе времени прихода сигнала от стенки трубы, для этого находят средневзвешенную точку распределения, попавшую в окно с максимальной суммой, и далее найденную точку считают средним значением времени прихода сигнала от внутренней стенки трубы для данного датчика и скана, а ее окрестность - нулевым скипом;

- поиска продольных швов на основе полученных данных ультразвукового дефектоскопа с целью разделения трубной секции на «пришовную» область и «тело» трубы, для чего после нахождения сигнала от стенки трубы разделяют датчики на смотрящие на сварной шов и остальные, так как поведение сигнала на сварном шве нестабильно из-за неоднородности материала в месте сварки, тогда как вне сварного шва данные более структурированы, при этом среди всех датчиков выбирают датчики, которые лежат вблизи первой угловой координаты шва, а окрестность, в которой будут производить поиски сварного шва относительно заданного положения, задают параметром в настройках, при этом для каждого найденного датчика в нулевом скипе выбирают сигнал с максимальной амплитудой, такой датчик с максимальной найденной амплитудой и считают датчиком сварного шва;

- предварительной фильтрации данных ультразвукового дефектоскопа с целью снижения показателя избыточности информации, для чего перед началом работы данные проходят проверку, при этом толщина стенки трубы должна быть больше нуля, длина секции трубы (в сканах) должна быть не меньше и не больше параметров настройки алгоритма, а также дополнительно к основным настройкам алгоритма включают параметр cutTime, являющийся фильтром, дополнительно отсекающим данные снизу по значению minTime, а сверху - по значению maxTime, данные с дефектных датчиков не используют при расчете дефектов при включении параметра DefectiveSensors;

- этап построения связанных индикаций на основе полученных данных ультразвукового дефектоскопа, который состоит из:

- построения связанных индикаций, которыми являются группы точек, удовлетворяющих следующим условиям:

- в каждом скане лежит по одной точке;

- расстояние между точками в соседних сканах (по времени) не превосходит указанное в настройках алгоритма, при этом используют псевдоцепочки, которые необходимы для того, чтобы не считать объединение близко идущих связанных индикаций шумом, и которые являются группой точек, удовлетворяющих следующим условиям:

- в одном скане может находиться до двух точек, лежащих на расстоянии, не превосходящем расстояния шума (NoiseTimeDelta);

- в соседних сканах находят пару точек, которые лежат на расстоянии, (по времени) не превосходящем расстояние в связанной индикации (ChainTimeDelta), при этом при построении связанных индикаций рассматривают три вида групп:

- young - группа с неопределенным типом (это группы, у которых количество точек меньше MinChainPoints);

- similar - группа псевдоцепочки;

- noise - группа шума (группа, не являющаяся Young или Similar); при этом алгоритм поиска связанных индикаций начинают с построения псевдоцепочек, для чего рассматривают все точки В-скана, и строят все возможные пары точек, которые лежат не больше, чем на NoiseTimeDelta (учитывают точки как в соседних сканах, так и в одном), при этом амплитудой пары считают минимальную амплитуду, а отсортировка пары происходит на основании уменьшения амплитуды и расстояния между точками, далее последовательно выкладывают пары на В-скан, и если обе точки не принадлежат еще группам, то считают, что они образовали новую группу - young, при этом если одна из точек уже принадлежит группе, то относительно второй точки возможны случаи, такие как noise - добавляют точку в группу, или young - добавляют точку в группу; при этом если количество точек в группе стало достаточно большим (некий порог на количество точек), то ей присваивают тип similar (добавляют точку к группе лишь в том случае, если она не нарушит правил построения псевдоцепочек, иначе точка без группы образует новую группу), если она удовлетворяет определению, иначе присваивается тип noise, при этом если у обеих точек есть группы и они разные, то:

- две noise, две young или noise и young группы объединяют между собой и для young при достижении порога по количеству точек присваивают тип noise или young;

- если одна из групп similar, а вторая не noise, то объединяют группы только в том случае, если общая группа остается псевдоцепочкой;

- если similar и noise, то группы не объединяют;

- выделения связанных индикаций из псевдоточек производят после рассмотрения всех точек, по которым производят поиск, и находят наибольшую связанную индикацию, которую можно построить из крайней левой точки, далее эта связанную индикацию из группы удаляют и повторяют процедуру до получения набора связанных индикаций из одной псевдоцепочки; далее идет процедура объединения всех полученных связанных индикаций - соединяют связанные индикации, в которых найдется по точке, необходимо чтобы они лежали в соседних сканах и расстояние между ними по времени удовлетворяло расстоянию между точками в связанной индикации;

- фильтрации связанных индикаций, включающие следующие параметры:

- скип - рассматривают связанные индикации, лежащие в скипах не меньше, чем в MinSkip, и не больше, чем MaxSkip, при этом не рассматривают нулевой скип и скипы больше второго;

- амплитуда и длина - фильтрация с помощью списка фильтров, при этом каждый из фильтров содержит минимальную длину, максимальную длину (LengthTo) в сканах и минимальную амплитуду связанной индикации;

- удельный вес - отбрасывают связанные индикации, удельный вес которых меньше MinDensity;

- аспект - связанные индикации, у которых отношение ширины к длине больше, чем MaxAspect, дальше не рассматривают;

- производной - если правая или левая производные меньше, чем MinRDreivative и MinLDreivative соответственно, то их отбрасывают из рассмотрения;

- преобразование Радона - отбрасывают связанные индикации, у которых результат преобразования меньше, чем MinRadon;

- этап фильтрации связанных индикаций по ряду параметров и классификации дефектов стенки трубной секции и сварных швов на основе полученных групп связанных индикаций, состоящий из:

- формирования группы дефектов стенки трубной секции и сварных швов на основе группы отфильтрованных связанных индикаций, для чего оставшиеся после фильтрации связанные индикации объединяют в дефекты, при этом две связанные индикации объединяют, если выполняют условия:

- связанные индикации отстоят друг от друга не больше, чем на некоторый угол;

- расстояние между центрами связанных индикаций не превосходит длины наибольшей связанной индикации с некоторым наложением;

- поиска параметров дефектов стенки трубной секции и сварных швов, при этом дефекты формируют из связанных индикаций по следующим параметрам:

- продольные координаты - наименьший и наибольший скан, длина и дистанция от начала прогона;

- угловые координаты - наименьший и наибольший датчики, на которых виден дефект, углы краев дефекта и ширина дефекта в миллиметрах;

- главная связанная индикация дефекта - это связанная индикация с самой большой амплитудой;

- количество датчиков, на которых виден дефект;

- максимальное количество пересечений - для каждого датчика вычисляют, какое количество связанных индикаций имеет пересечение по сканам, наибольшее значение записывают в параметр и берут максимальное;

- двойственность - признак видимости дефекта прямыми и оппозитными датчиками одновременно или только на одном направлении датчиков;

- сторона дефекта - позиция дефекта в стенке трубной секции;

- тип дефекта - осуществляют классификацию дефекта по трем типам: трещина, риска, подрез продольного шва.

Документы, цитированные в отчете о поиске Патент 2017 года RU2607766C2

СПОСОБ ОПРЕДЕЛЕНИЯ ГЛУБИНЫ ЗАЛЕГАНИЯ ДЕФЕКТА 2010
  • Зуев Вячеслав Михайлович
  • Табакман Рудольф Леонидович
  • Капустин Виктор Иванович
  • Шипилов Александр Валентинович
RU2437081C1
СПОСОБ ИЗМЕРЕНИЯ ОСЕВЫХ МЕХАНИЧЕСКИХ НАПРЯЖЕНИЙ В ТРУБОПРОВОДАХ 2001
  • Углов А.Л.
  • Баталин О.Ю.
RU2192634C1
УСТРОЙСТВО И БЛОК ДАТЧИКОВ ДЛЯ КОНТРОЛЯ ТРУБОПРОВОДА С ИСПОЛЬЗОВАНИЕМ УЛЬТРАЗВУКОВЫХ ВОЛН ДВУХ РАЗНЫХ ТИПОВ 2008
  • Пейдж Дэйвид
RU2485388C2
СПОСОБ ОБНАРУЖЕНИЯ ДЕФЕКТОВ ВНУТРИПРОМЫСЛОВЫХ ТРУБОПРОВОДОВ 2007
  • Николаев Анатолий Михайлович
  • Николаев Евгений Анатольевич
RU2347136C1
US 20090095087A1, 16.04.2009
CN 103675107A, 26.03.2014.

RU 2 607 766 C2

Авторы

Ивашкин Роман Георгиевич

Поротиков Денис Олегович

Сафаров Эльдар Фяритович

Тужилкин Сергей Александрович

Картавенко Ярослав Олегович

Даты

2017-01-10Публикация

2015-06-25Подача