Classification and sizing of surface defects of pipelines based on the results of complex diagnostics by ultrasonic, eddy current and visual and measuring methods of nondestructive testing
- 作者: Krysko N.1, Skrynnikov S.2, Shchipakov N.1, Kozlov D.1, Kusyy A.1
-
隶属关系:
- Bauman Moscow State Technical University
- Public Joint Stock Company Gazprom
- 期: 编号 12 (2023)
- 页面: 69-78
- 栏目: Articles
- URL: https://journals.rcsi.science/0130-3082/article/view/233699
- DOI: https://doi.org/10.31857/S0130308223120084
- EDN: https://elibrary.ru/XIMYZL
- ID: 233699
如何引用文章
详细
作者简介
N. Krysko
Bauman Moscow State Technical University
Email: kryskonv@bmstu.ru
Moscow, Russia
S. Skrynnikov
Public Joint Stock Company GazpromMoscow, Russia
N. Shchipakov
Bauman Moscow State Technical UniversityMoscow, Russia
D. Kozlov
Bauman Moscow State Technical UniversityMoscow, Russia
A. Kusyy
Bauman Moscow State Technical UniversityMoscow, Russia
参考
- Давыдова Д.Г. Дефекты технологических трубопроводов: типология, оценка влияния на эксплуатацию // Промбезопасность-Приуралье. 2012. № 8. С. 24-28.
- Ерехинский Б.А., Маслаков С.В., Шустов Н.И., Митрофанов А.В., Барышев С.Н., Заряев М.Ю., Кравцов А.В., Егоров С.В. Растрескивание металла задвижек фонтанной арматуры газодобывающих скважин северных месторождений // Территория Нефтегаз. 2014. № 2. С. 31-36.
- Сафина И.С., Каузова П.А., Гущин Д.А. Оценка технического состояния резервуаров вертикальных стальных // ТехНадзор. 2016. № 3 (112). С. 39-42.
- Бутусов Д.С., Егоров С.И., Завьялов А.П., Ляпичев Д.М. Коррозионное растрескивание под напряжением газопроводов / Учебное пособие. М.: Издательский центр РГУ нефти и газа имени И.М. Губкина, 2015. 80 с.
- Калиниченко Н.П., Васильева М.А. Атлас дефектов сварных соединений и основного металла: учебно-методическое пособие. Томск: Изд-во Томского политехнического университета, 2006. С. 55.
- Алешин Н.П. Физические методы неразрушающего контроля сварных соединений / Учебное пособие 2-е изд., перераб. и доп. М.: Машиностроение, 2013. 576 с.
- Алешин Н.П., Крысько Н.В., Кусый А.Г., Скрынников С.В., Могильнер Л.Ю. Исследование выявляемости поверхностных объемных дефектов при ультразвуковом контроле с применением волн Рэлея, генерируемых электромагнитно-акустическим преобразователем // Дефектоскопия. 2021. № 5. C. 13-21.
- Алешин Н.П., Крысько Н.В., Скрынников С.В., Кусый А.Г. Исследование выявляемости поверхностных плоскостных дефектов ультразвуковым методом с применением волн Рэлея // Дефектоскопия. 2021. № 6. C. 26-34.
- Алешин Н.П., Скрынников С.В., Крысько Н.В., Щипаков Н.А., Кусый А.Г. Классификация поверхностных дефектов основного металла трубопроводов по результатам комплексной диагностики // Компьютерная оптика. 2023. Т. 47. № 1. C. 170-178.
- Choi K.-Y., Kim S. Morphological analysis and classification of types of surface corrosion damage by digital image processing // Corros. Sci. 2005. V. 47. No. 1. P. 1-15.
- Medeiros F.N., Ramalho G.L., Bento M.P., Medeiros L.C. On the evaluation of texture and color features for nondestructive corrosion detection // EURASIP. J. Appl. Signal. Process. 2010. No. 1. P. 817473.
- Khayatazad M., De Pue L., De Waele W. Detection of corrosion on steel structures using automated image processing // Developments in the Built Emvironment. 2020. No. 3. P. 100022.
- Atha D.J., Jahanshahi M.R. Evaluation of deep learning approaches based on convolutional neural networks for corrosion detection // Struct. Health. Monit. 2017. P. 1110-28.
- Petricca L., Moss T., Figueroa G., Broen S. Corrosion detection using ai: a comparison of standard computer vision techniques and deep learning model // The Sixth International Conference on Computer Science, Engineering and Information Technology. 2016. P. 91-9.
- Ahuja S.K., Shukla M.K., Ravulakollu K.K. Surface corrosion grade classification using convolution neural network // IJRTE. September. 2019. V. 8. Is. 3.
- Bastiana B.T., Na J., Ranjithb S.K., Jijia C.V. Visual inspection and characterization of external corrosion in pipelines using deep neural network // NDT and E.International. 2019. 107.
- Katsamenis I., Protopapadakis E., Doulamis A., Doulamis N., Voulodimos A. Pixel-level Corrosion Detection on Metal Constructions by Fusion of Deep Learning Semantic and Contour Segmentation. arXiv:2008.05204.
- Krysko N.V., Schipakov N.A., Kozlov D.M., Kusyy A.G., George R. Television inspection and pitting corrosion recognition in gas pipelines using deep neural network // Construction and Building Materials -Under Review.
- Ряховских И.В., Каверин А.А., Петухов И.Г., Липовик А.В., Селиванов А.А., Сахон А.В. Оценка размеров стресс-коррозионных дефектов при техническом диагностировании газопроводов / Научно-технический сборник: Вести газовой науки. 2020. № 2 (44). С. 1-14.
- Шляхтенков С.П., Бехер С.А. Технология оценки глубины залегания поверхностных трещин рельсов вихретоковым методом / Политранспортные системы. XI Международная научно-техническая конференция. Новосибирск. 2020. С. 608-613.
- Алехин С.Г., Самокрутов А.А., Шевалдыкин В.Г. Измерение глубины стресс-коррозионных трещин магистральных газопроводов / Научно-технический сборник: Вести газовой науки. 2022. № 1 (50). С. 78-83.
- Шубочкин А.Е. Развитие и современное состояние вихретокового метода неразрушающего контроля. М.: Издательский дом "Спектр", 2014. 288 с.
- Крысько Н.В., Скрынников С.В., Щипаков Н.А., Козлов Д.М., Кусый А.Г. Определение параметров поверхностных дефектов основного металла трубопроводов по результатам комплексной диагностики // Компьютерная оптика. В печати.
- Golyak I.S., Kareva E.R., Fufurin I.L., Anfimov D.R., Scherbakova A.V., Nebritova A.O., Demkin P.P., Morozov A.N. Numerical methods of spectral analysis of multicomponent gas mixtures and human exhaled breath // Computer Optics. 2022. V. 46. No. 4. P. 650-658. doi: 10.18287/2412-6179-CO-1058
- Wang L., Liu Y., Fu L., Wang Y., Tang N. Functional Intelligence-Based Scene Recognition Scheme for MAV Environment-Adaptive Navigation // Drones. 2022. No. 6. P. 120.
- Fufurin I., Berezhanskiy P., Golyak I., Anfimov D., Kareva E., Scherbakova A., Demkin P., Nebritova O., Morozov A. Deep Learning for Type 1 Diabetes Mellitus Diagnosis Using Infrared Quantum Cascade Laser Spectroscopy // Materials. 2022. V. 15. P. 2984.
- Lobanova V., Slizov V., Anishchenko L. Contactless Fall Detection by Means of Multiple Bioradars and Transfer Learning // Sensors. 2022. V. 22. P. 6285.
- Bobkov A., Aung Kh. Real-Time Person Identification by Video Image Based on YOLOv2 and VGG 16 Networks // Automation and Remote Control. 2022. V. 83. No. 10. P. 1567-1575.
- https://center2m.ru/ai-recognition [дата обращения 05.09.2023].
- SONAFLEX Multipurpose Test Electronics Unit. Source: <https://nordinkraft.de/sonaflex/>.
- He Zhiyuan, Lin Danchen, Lau Thomas, Wu Mike. Gradient Boosting Machine: A Survey. 2019. arXiv:1908.06951.