一种钢制三通的缺陷检测与安全状态评估方法与流程

本发明涉及缺陷检测领域，更具体地说，本发明涉及一种钢制三通的缺陷检测与安全状态评估方法。

背景技术：

1、在工业和建筑领域，钢制三通是一种常见的管道连接部件，被广泛应用于石油、化工、能源、水务等领域，用于将管道分流成两个或更多的流动方向；随着管道建设的不断发展，使得钢制三通也趋于向高强度、大口径、厚壁和高性能的方向发展；不同于一般管件，大口径的钢制三通一般通过焊接工艺形成成品，通过焊接工艺制造成的大口径钢制三通可能会产生各种内部缺陷，如气孔、夹杂、裂纹等；若不对其进行缺陷修复而直接投入使用，会因为钢制三通使用环境和几何结构复杂性的影响，导致钢制三通过早地产生机械疲劳而产生形变，严重时这些缺陷可能转化为泄漏事故的发生诱因，从而影响整个管系的正常运行；因此，如何能够及时发现钢制三通的缺陷，以及根据钢制三通存在的缺陷对其进行安全状态评估和修复，以确保钢制三通的质量和安全性成为当下待解决的难题。

2、目前，传统的钢制三通缺陷检测方法主要依赖于目测和人工检查；这种方法虽然简单直观，但受人为主观因素影响较大，可能会导致误判，且效率低；当然存在一些改进的检测方式，例如申请公开号为cn114487131a的中国专利公开了三通肩部内裂纹超声波检测方法，再例如申请公开号为cn112304740a的中国专利公开了一种三通管件的强度检测计算方法，上述方法虽能检测钢制三通的缺陷，但经发明人对上述方法以及现有技术进行研究和实际应用发现，上述方法以及现有技术至少存在以下部分不足：

3、（1）缺乏应用于生产场景的钢制三通的缺陷检测方式，且现有方式无法在保证钢制三通的显著特征的同时，保留钢制三通的细节特征，从而导致缺陷检测准确度不高，容易产生漏检或误检；

4、（2）缺乏对钢制三通的安全评估，且质量检测周期较长，无法针对钢制三通进行高效的质量分类，不适用于大口径钢制三通生产质检场景中。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明提供一种钢制三通的缺陷检测与安全状态评估方法。

2、为实现上述目的，本发明提供如下技术方案：

3、一种钢制三通的缺陷检测与安全状态评估方法，所述方法包括：

4、获取待评测钢制三通主管的x射线平铺图像和超声波平铺图像，获取待评测钢制三通支管的x射线平铺图像和超声波平铺图像，以及获取待评测钢制三通的超声波信号集；

5、对x射线平铺图像和超声波平铺图像进行图像融合，得到融合图像，对融合图像进行分析，以获取待评测钢制三通的第一缺陷参数数据；以及基于超声波信号集进行分析，以获取待评测钢制三通的第二缺陷参数数据；所述第一缺陷参数数据包括缺陷类型、主管缺陷区域面积、支管缺陷区域面积、主管缺陷区域数量和支管缺陷区域数量；所述第二缺陷参数数据包括主管实测厚度和支管实测厚度；

6、根据第一缺陷参数数据和第二缺陷参数数据进行计算，以获取缺陷统计系数；基于缺陷统计系数与硬度关系预设的关系回归模型，确定缺陷统计系数所对应的待评测钢制三通的硬度；

7、基于待评测钢制三通的硬度进行质量安全评估，以获取钢制三通的评估结果；所述评估结果包括合格、不合格但可修复和不合格且不可修复。

8、进一步地，待评测钢制三通主管和支管的x射线平铺图像的获取逻辑为：

9、分别对待评测钢制三通主管和支管进行等环形虚拟区域划分，以获取m个主管环形划分区域和n个支管环形划分区域，m、n均为大于零的正整数；

10、分别通过x射线检测装置获取每个主管环形划分区域的主管局部x射线图像和每个支管环形划分区域的支管局部x射线图像；

11、获取主管和支管的采集规则，基于采集规则分别对主管局部x射线图像和支管局部x射线图像进行图像拼接，以获取待评测钢制三通主管的x射线平铺图像和支管的x射线平铺图像。

12、进一步地，在对主管局部x射线图像进行图像拼接之前，包括：

13、获取每两幅相邻的主管局部x射线图像；

14、将每两幅相邻的主管局部x射线图像中的一幅主管局部x射线图像作为目标图像，另一幅主管局部x射线图像作为匹配图像；

15、设置步长为1，通过滑动窗口方式将匹配图像与目标图像进行交叉相关计算，以获取每个重叠部分的相似度；

16、将相似度大于预设相似阈值的重叠部分作为相同区域，对目标图像或匹配图像中的相同区域进行分割，并将分割部分剔除。

17、进一步地，所述融合图像包括主管的融合图像和支管的融合图像；

18、对x射线平铺图像和超声波平铺图像进行图像融合，包括：

19、将主管的超声波平铺图像作为第一超声波图像，主管的x射线平铺图像作为第一x射线图像；以及将支管的超声波平铺图像作为第二超声波图像，支管的x射线平铺图像作为第二x射线图像；

20、基于相同规则将第一超声波图像与第一x射线图像划分为s个部分，以及基于相同规则将第二超声波图像与第二x射线图像划分为d个部分，s、d为大于零的正整数；

21、计算第一超声波图像与第一x射线图像相同部分的第一差异度，以及计算第二超声波图像与第二x射线图像相同部分的第二差异度；

22、将第一差异度与预设第一差异度阈值进行比较，以及将第二差异度与预设第二差异度阈值进行比较；

23、若第一差异度大于预设第一差异度阈值，则保留第一超声波图像中对应的相同部分；若第一差异度小于等于预设第一差异度阈值，则剔除第一超声波图像中对应的相同部分，得到保留部分的第一超声波图像；

24、若第二差异度大于预设第二差异度阈值，则保留第二超声波图像中对应的相同部分；若第二差异度小于等于预设第二差异度阈值，则剔除第一超声波图像中对应的相同部分，得到保留部分的第二超声波图像；

25、将保留部分的第一超声波图像完全重叠于第一x射线图像上，得到主管的融合图像；以及将保留部分的第二超声波图像完全重叠于第二x射线图像上，得到支管的融合图像。

26、进一步地，对融合图像进行分析，包括：

27、将主管的融合图像进行灰度化，得到主管灰度图像，以及将支管的融合图像进行灰度化，得到支管灰度图像；

28、利用k-means聚类算法对主管灰度图像进行像素点区分，将主管灰度图像中像素点聚类形成的区域作为第一目标区域，以及利用k-means聚类算法对支管灰度图像进行像素点区分，将支管灰度图像中像素点聚类形成的区域作为第二目标区域；所述第一目标区域包括p个主管异常区域，所述第二目标区域包括q个支管异常区域；

29、分别将主管异常区域和支管的异常区域以图像形式输入预设缺陷分类模型中，以识别主管异常区域和支管异常区域的缺陷类型；根据识别结果对主管异常区域和支管异常区域进行类型标记；所述缺陷类型包括裂纹、夹杂和气孔。

30、进一步地，基于超声波信号集进行分析，包括：

31、提取超声波信号集中的g个主管超声波信号，以及提取超声波信号集中的h个支管超声波信号；

32、获取每个主管超声波信号的反射时间，以及获取每个支管超声波信号的反射时间；

33、将每个主管超声波信号的反射时间分别与主管信号的最大反射时间和主管信号的最小反射时间进行比较，以及将每个支管超声波信号的反射时间分别与支管信号的最大反射时间和支管信号的最小反射时间进行比较；

34、若，则将对应作为有效主管超声波信号，若，或，则将对应作为无效主管超声波信号；

35、若，则将对应作为有效支管超声波信号，若，或，则将对应作为无效支管超声波信号；

36、分别根据有效主管超声波信号和有效支管超声波信号进行厚度计算，得到主管实测厚度和支管实测厚度。

37、进一步地，根据第一缺陷参数数据和第二缺陷参数数据进行计算的逻辑为：

38、获取预存于系统数据库中待评测钢制三通的标准厚度数据，所述标准厚度数据包括主管标准厚度数据和支管标准厚度数据；

39、基于第一缺陷参数数据、第二缺陷参数数据和标准厚度数据进行公式化计算，以获取待评测钢制三通的缺陷统计系数，其计算公式为：；式中：为缺陷统计系数，为第i个的主管缺陷区域面积，为第i个的主管缺陷区域数量，为第j个的支管缺陷区域面积，为第j个的支管缺陷区域数量， 为第i个的主管实测厚度， 为主管标准厚度数据，为第j个的支管实测厚度，为支管标准厚度数据，为主管异常区域的总数，为支管异常区域的总数。

40、进一步地，关系回归模型的构建逻辑为：

41、获取钢制三通的第二历史数据，所述第二历史数据至少包括不同缺陷类型的钢制三通对应的不同缺陷统计系数，所述不同的缺陷统计系数基于不同缺陷类型的钢制三通对应的第一缺陷参数数据、第二缺陷参数数据和标准厚度数据计算得到；

42、在不同的缺陷统计系数下，通过试验装置测试对应钢制三通的硬度；

43、根据不同的缺陷统计系数和对应钢制三通的硬度建立缺陷统计系数与硬度的二维关系，得到包括缺陷统计系数与硬度关系的关系样本集；

44、将关系样本集划分为关系训练集和关系测试集，构建回归网络，将关系训练集中的缺陷统计系数作为回归网络的输入，将关系训练集中的硬度作为回归网络的输出，对回归网络进行训练，得到初始回归模型，利用关系测试集对初始回归模型进行验证，输出满足预设准确度的初始回归模型作为关系回归模型。

45、进一步地，基于待评测钢制三通的硬度进行质量安全评估，包括：

46、将待评测钢制三通的硬度与预设钢制三通硬度阈值进行比较；

47、若待评测钢制三通的硬度大于预设钢制三通硬度阈值，则判定钢制三通合格；

48、若待评测钢制三通的硬度小于等于预设钢制三通硬度阈值，则判定待评测钢制三通不合格，并获取待评测钢制三通面积最大的缺陷区域，对面积最大的缺陷区域进行评估，以确定待评测钢制是否可修复。

49、进一步地，对面积最大的缺陷区域进行评估，包括：

50、提取面积最大的缺陷区域的缺陷面积，并获取面积最大的缺陷区域的缺陷类型；

51、基于面积最大的缺陷区域的缺陷面积以及缺陷类型进行公式化计算，以获取修复性评价系数；其计算公式为：；式中：为修复性评价系数，为缺陷类型变化值，当面积最大的缺陷区域的缺陷类型为裂纹时，则缺陷类型变化值为f1，当面积最大的缺陷区域的缺陷类型为气孔时，则缺陷类型变化值为f2，当面积最大的缺陷区域的缺陷类型为夹杂时，则缺陷类型变化值为f3,f1＞f2＞f3＞0；为面积最大的缺陷区域的缺陷面积；和为大于零的权重因子；

52、设置修复性评价系数阈值，将修复性评价系数与修复性评价系数阈值进行比较，若修复性评价系数大于等于修复性评价系数阈值，则判定待评测钢制三通为不合格且不可修复；若修复性评价系数小于修复性评价系数阈值，则判定待评测钢制三通为不合格但可修复。

53、一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种钢制三通的缺陷检测与安全状态评估方法。

54、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述一种钢制三通的缺陷检测与安全状态评估方法。

55、相比于现有技术，本发明的有益效果在于：

56、1.本技术公开了一种钢制三通的缺陷检测与安全状态评估方法，首先获取x射线平铺图像和超声波平铺图像，以及获取超声波信号集；然后对x射线平铺图像和超声波平铺图像进行图像融合，得到融合图像，对融合图像进行分析，以获取待评测钢制三通的第一缺陷参数数据；以及基于超声波信号集进行分析，以获取待评测钢制三通的第二缺陷参数数据；接着根据第一缺陷参数数据和第二缺陷参数数据进行计算，以获取缺陷统计系数；基于缺陷统计系数与硬度关系预设的关系回归模型，确定缺陷统计系数所对应的硬度；最后基于硬度进行质量安全评估，以获取钢制三通的评估结果；基于上述步骤本发明能够在保证钢制三通的显著特征的同时，保留钢制三通的细节特征，有利于提高缺陷检测准确度，避免或降低漏检或误检的情况。

57、2.本技术公开了一种钢制三通的缺陷检测与安全状态评估方法，通过基于融合图像进行缺陷分析，并依据其进行质量安全评估，本发明有利于实现对钢制三通进行高效的质量分类，并且通过构建缺陷统计系数与硬度的关系，本发明能够大幅缩短质量检测周期，从而有利于应用于大口径钢制三通生产质检场景中，进而有效提高质检效率。