石化管道焊缝超声回波信号特性与缺陷评估  

Ultrasonic Echo Signal Characteristics and Defect Evaluation of Welds in Petrochemical Pipelines

作　　者：刘徐[1] LIU Xu(Liaoning Equipment Manufacture College of Vocational Technology,Shenyang 110161,China)

机构地区：[1]辽宁装备制造职业技术学院,辽宁沈阳110161

出　　处：《化工管理》2025年第6期100-103,122,共5页Chemical Management

基　　金：2023年度辽宁省教育厅面上项目课题“管道焊缝相控阵超声检测信号识别的应用研究”(JVTMS20230921);2022年度辽宁开放大学教育教学改革试点项目“《焊接质量检验》精品在线开放课程建设”(RHJG2022-02)。

摘　　要：在石化管道焊缝检测中,超声波回波信号数据复杂且包含丰富信息。超声检测技术因其无损性在焊缝缺陷评估中应用广泛。文章引入相控阵检测、短时傅里叶变换等技术,根据改进的神经网络算法,如基于BP神经网络、LVQ神经网络以及遗传算法与神经网络的复合方法,克服了传统超声检测在焊缝缺陷评估中的局限性。通过实验设计与分析,最终实验表明这些方法能有效提高缺陷评估的准确性与可靠性,为石化管道焊缝检测领域提供了新的研究基础。In petrochemical pipeline weld detection,ultrasonic echo signals are complex.Non-destructive ultrasonic testing is common.This paper presents phased array detection and short-time Fourier transform.Using improved neural network algorithms(BP,LVQ,genetic-algorithm-neural network)overcomes traditional testing limitations.Experiments show these methods boost defect evaluation accuracy and reliability,providing a new basis for pipeline weld detection.

关 键 词：石化管道焊缝 超声回波 信号特征 缺陷评估 神经网络 

分 类 号：TE973[石油与天然气工程—石油机械设备]