《表3 10组漏磁检测仿真缺陷数据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器学习的管道金属损失缺陷识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

mm

在对不同类型的管道缺陷进行仿真信号分析时，选择10组具有代表性的缺陷，即长度、宽度、深度尺寸均是1 000组仿真缺陷中同种缺陷尺寸的中位数。10组缺陷数据如表3所示，漏磁信号的分析结果如图6和图7所示。由图6和图7可知，同种类型缺陷的漏磁仿真信号相似，不同类型缺陷的漏磁仿真信号差异较大。因此，缺陷的漏磁仿真信号很大程度上由缺陷的类型及长、宽、深尺寸决定，可以通过提取漏磁仿真信号的特征值来对管道缺陷进行识别和分析。