买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国石油化工股份有限公司;中国石油化工股份有限公司大连石油化工研究院申请的专利埋地管道完整性综合检维修决策方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115048686B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110251390.X，技术领域涉及：G06F30/13；该发明授权埋地管道完整性综合检维修决策方法及装置是由崔凯燕;王晓霖;李明;于子浩;翁子文设计研发完成，并于2021-03-08向国家知识产权局提交的专利申请。

本埋地管道完整性综合检维修决策方法及装置在说明书摘要公布了：本发明公开了一种埋地管道完整性综合检维修决策方法及装置，方法包括：确定炼厂、集输管网或站场内埋地管道的管径和埋深；根据所述管径和所述埋深确定所述埋地管道的信号检测方法；根据所述信号检测方法对所述埋地管道进行信号检测，得到信号检测结果；将所述信号检测结果输入至基于深度学习算法训练得到的管道异常等级识别模型中，得到管道异常等级识别结果；根据管道异常等级识别结果，对所述埋地管道进行维修决策。本发明根据管道特点确定合适的信号检测方法，然后根据相应的信号检测结果采用机器学习的方式确定管道异常等级识别结果，最后根据管道异常等级识别结果，对所述埋地管道进行维修决策，从而能够制定出更为合理和准确的检维修决策。

本发明授权埋地管道完整性综合检维修决策方法及装置在权利要求书中公布了：1.一种埋地管道完整性综合检维修决策方法，其特征在于，包括： 确定炼厂、集输管网或站场内埋地管道的管径和埋深； 根据所述管径和所述埋深确定所述埋地管道的信号检测方法； 根据所述信号检测方法对所述埋地管道进行信号检测，得到信号检测结果； 将所述信号检测结果输入至基于深度学习算法训练得到的管道异常等级识别模型中，得到管道异常等级识别结果； 根据管道异常等级识别结果，对所述埋地管道进行维修决策； 根据所述管径和所述埋深确定所述埋地管道的信号检测方法，包括： 根据所述管径和所述埋深，判断是否满足磁应力检测条件和超声导波检测条件，若均满足，则确定所述埋地管道的信号检测方法包括磁应力检测和超声导波检测；相应地，对所述埋地管道进行磁应力检测和超声导波检测，得到磁应力信号检测结果和超声导波信号检测结果； 若只满足磁应力检测条件，则确定所述埋地管道的信号检测方法包括磁应力检测；相应地，对所述埋地管道进行磁应力检测，得到磁应力信号检测结果； 若只满足超声导波检测条件，则确定所述埋地管道的信号检测方法包括超声导波检测；相应地，对所述埋地管道进行超声导波检测，得到超声导波信号检测结果； 在对管道进行磁应力检测或超声导波检测之前，所述方法还包括： 对管道内进行定位检测，可通过陀螺仪或地面检测设备安装GPS探测器进行管道定位的精确检测，收集检测结果；采用红外泄漏检测仪，对所述埋地管道进行红外泄漏筛查，确定是否存在泄漏管道，收集检测结果； 所述对管道进行磁应力检测，包括：对具备磁应力检测的管道，采用非接触式应力集中检测设备，沿管道走向，在地面上对管道进行分段检测，同时收集检测信号结果和周边干扰物如树木、电线杆、金属物；针对检测信号，排查检测异常点是否有干扰物影响，并去除干扰物影响的信号异常； 将所述信号检测结果输入至基于深度学习算法训练得到的管道异常等级识别模型中，得到管道异常等级识别结果，包括： 将磁应力信号检测结果输入至第一管道异常等级识别模型中，得到管道上的缺陷位置和异常等级识别结果； 其中，所述第一管道异常等级识别模型为将预先已确定管道异常等级的样本管道的磁应力信号检测结果作为模型的输入，将所述样本管道上的缺陷位置和对应的异常等级作为模型的输出，对神经网络模型进行训练和测试后得到的； 或， 将超声导波信号检测结果输入至第二管道异常等级识别模型中，得到管道上的缺陷位置和异常等级识别结果；其中，所述第二管道异常等级识别模型为将预先已确定管道异常等级的样本管道的超声导波信号检测结果作为模型的输入，将所述样本管道上的缺陷位置和对应的异常等级作为模型的输出，对神经网络模型进行训练和测试后得到的； 或， 将上述两种检测结果均输入第一和第二管道异常等级识别模型中，分别得到管道上的缺陷位置和异常等级识别结果后，对两种检测的识别结果进行合并； 将上述两种检测结果均输入第一和第二管道异常等级识别模型中，分别得到管道上的缺陷位置和异常等级识别结果后，对两种检测的识别结果进行合并，包括： 将根据第一管道异常等级识别模型得到的缺陷位置和根据第二管道异常等级识别模型得到的缺陷位置进行并集处理，确定管道上的缺陷位置，同时，将根据第一管道异常等级识别模型得到的异常等级和根据第二管道异常等级识别模型得到的异常等级根据两种模型预测准确度权重，将异常等级结果进行数据融合，确定管道上对应的异常等级； 或， 将根据第一管道异常等级识别模型得到的缺陷位置和根据第二管道异常等级识别模型得到的缺陷位置进行并集处理，确定管道上的缺陷位置，同时，根据第一管道异常等级识别模型得到的异常等级和根据第二管道异常等级识别模型得到的异常等级中的最大值作为管道上对应的异常等级； 根据管道异常等级识别结果，对所述埋地管道进行维修决策，包括： 若所述管道异常等级识别结果为轻度或中度异常，则将所述埋地管道标记为定期监测的管道； 若所述管道异常等级识别结果为重度异常，则对所述埋地管道进行现场勘查，确定是否具备开挖条件，对于具备开挖验证条件的管道，选择检测信号严重异常的点，进行开挖，并进一步采用超声测厚、激光扫描、TOFD裂纹检测及人工测量手段进行检测，进一步量化检测缺陷尺寸，并收集检测结果；其中，对于开挖后的缺陷，记录缺陷尺寸信息以作为模型学习的样本进一步修正模型，同时根据缺陷类型、缺陷尺寸和缺陷位置信息，进行含缺陷管段适用性评价，制定缺陷维修决策，包括修复等级、计划修复时间和修复方法； 对于不具备开挖验证条件的管道，详细排查周围环境干扰物，在确定干扰物排查完成后，对异常信号采用专家介入的方式进一步进行评价，若依然属于重度异常，则维修决策等级定为立即或计划一年内修复； 所述第一管道异常等级识别模型的训练过程包括： 确定预设数量的样本管道，获取所述预设数量的样本管道的磁应力信号检测结果；其中，所述预设数量的样本管道需要覆盖各种缺陷位置和各种异常等级； 根据检测信号解析专家凭经验或开挖确定所述预设数量的样本管道的缺陷位置和异常等级； 将预先已确定管道异常等级的样本管道的磁应力信号检测结果作为模型的输入，将所述样本管道的缺陷位置和异常等级作为模型的输出，对神经网络模型进行训练和测试，得到第一管道异常等级识别模型； 其中，所述第二管道异常等级识别模型的训练过程包括： 确定预设数量的样本管道，获取所述预设数量的样本管道的超声导波信号检测结果；其中，所述预设数量的样本管道需要覆盖各种缺陷位置和各种异常等级； 根据检测信号解析专家凭经验或开挖确定所述预设数量的样本管道的缺陷位置和异常等级； 将预先已确定管道异常等级的样本管道的超声导波信号检测结果作为模型的输入，将所述样本管道的缺陷位置和异常等级作为模型的输出，对神经网络模型进行训练和测试，得到第二管道异常等级识别模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国石油化工股份有限公司;中国石油化工股份有限公司大连石油化工研究院，其通讯地址为：100728 北京市朝阳区朝阳门北大街22号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。