本發(fā)明涉及管道檢測領域，尤其是大范圍變徑管道檢測方法和系統(tǒng)、裝置。

背景技術：

1、目前，變徑管道檢測主要采用人工檢測、內窺鏡檢測和機器人檢測等方法。人工檢測主要依靠檢測人員進入管道內部進行目視檢查，效率低下且存在安全隱患。內窺鏡檢測雖然可以獲取管道內部圖像，但受限于設備性能，難以獲取完整的管道狀態(tài)信息。機器人檢測技術通過攜帶各類傳感器的檢測機器人進行管道內部檢測，能夠獲取更豐富的檢測數據。傳統(tǒng)的檢測算法主要采用基于閾值的圖像分割方法識別表面缺陷，使用頻譜分析方法處理超聲波數據識別內部缺陷，并通過簡單的數據融合方法綜合分析檢測結果。在環(huán)境補償方面，主要采用固定參數的濾波算法消除噪聲影響，使用預設的校正系數進行溫度補償。

2、然而，現有的變徑管道檢測技術仍存在以下問題：首先，在管道幾何特征提取方面，傳統(tǒng)方法難以準確描述變徑段的復雜幾何形狀，特別是在直徑急劇變化區(qū)域，提取的特征數據往往存在失真；其次，檢測數據的時空對齊問題尚未得到有效解決，多傳感器采集的圖像數據和超聲波數據之間存在時間延遲和空間失配，影響缺陷定位精度；第三，環(huán)境因素對檢測精度的影響機制未被充分研究，現有的補償方法無法有效應對復雜多變的檢測環(huán)境；第四，缺陷特征提取過程中，傳統(tǒng)算法難以準確識別材質界面處的微小缺陷，且在處理多尺度特征時存在信息丟失；最后，檢測結果的可信度評估缺乏系統(tǒng)性方法，無法對不同類型缺陷的檢出結果進行可靠性量化，影響檢測結論的準確性。這些技術問題嚴重制約了變徑管道檢測技術的進一步發(fā)展。

技術實現思路

1、發(fā)明目的，提供大范圍變徑管道檢測方法和系統(tǒng)、裝置，以解決現有技術存在的上述問題。

2、技術方案，大范圍變徑管道檢測方法，包括如下步驟：

3、步驟s1、獲取管道cad設計圖紙數據，采用多層級幾何特征自適應提取算法處理所述管道cad設計圖紙數據，提取多層級特征數據；基于所述多層級特征數據，提取管道的宏觀特征數據、中觀特征數據和微觀特征數據；將所述宏觀特征數據、中觀特征數據和微觀特征數據進行特征融合，得到管道特征融合數據；

4、步驟s2、獲取步驟s1得到的管道特征融合數據；提取管道檢測環(huán)境因素數據，基于所述環(huán)境因素數據構建環(huán)境影響權重數據；根據所述管道特征融合數據和環(huán)境影響權重數據，采用環(huán)境感知自適應分區(qū)算法進行分區(qū)處理，得到優(yōu)化分區(qū)數據；基于所述優(yōu)化分區(qū)數據和環(huán)境因素數據，進行環(huán)境補償校正，得到分區(qū)校正數據；

5、步驟s3、獲取步驟s2得到的分區(qū)校正數據；分別采集管道表面圖像數據流和超聲波數據流，構建多模態(tài)數據采集矩陣；對所述多模態(tài)數據采集矩陣進行時空對齊處理，得到對齊數據；對所述對齊數據進行質量增強處理，得到預處理數據；

6、步驟s4、獲取步驟s3得到的預處理數據；采用多尺度分析方法對預處理數據進行特征分析，得到特征圖譜數據；將所述特征圖譜數據輸入層次化特征提取網絡進行處理，得到缺陷特征數據；對所述缺陷特征數據進行特征融合處理，得到融合特征數據；

7、步驟s5、獲取步驟s4得到的融合特征數據；采用多維度可信度評估模型對所述融合特征數據進行可信度評估，得到可信度評估數據；根據所述可信度評估數據進行綜合分析，得到分析結果數據；基于所述分析結果數據生成檢測報告。

8、根據本技術的另一個方面，所述步驟s1進一步為：

9、步驟s11、獲取管道cad設計圖紙數據，提取管道的設計參數數據；根據所述設計參數數據構建特征層級矩陣，其中特征層級矩陣包括宏觀層級特征、中觀層級特征和微觀層級特征；基于所述特征層級矩陣，得到多層級特征數據；

10、步驟s12、獲取步驟s11中的多層級特征數據，提取管道的宏觀特征數據、中觀特征數據和微觀特征數據；其中，提取宏觀特征數據包括：提取管道的直徑變化數據和中心線曲率數據；提取中觀特征數據包括：

11、計算局部曲率變化率數據和局部直徑變化梯度數據；

12、提取微觀特征數據，包括：提取表面粗糙度特征數據和材質界面特征數據；

13、步驟s13、獲取步驟s12得到的宏觀特征數據、中觀特征數據和微觀特征數據，構建特征重要性權重數據；根據所述特征重要性權重數據，對所述宏觀特征數據、中觀特征數據和微觀特征數據進行加權融合處理，得到管道特征融合數據。

14、根據本技術的另一個方面，所述步驟s2進一步為：

15、步驟s21、獲取管道檢測的溫度數據、振動數據和介質數據，構建環(huán)境因素數據：根據所述環(huán)境因素數據，建立環(huán)境因素對檢測精度影響的非線性映射關系；根據所述非線性映射關系，計算得到環(huán)境影響權重數據；

16、步驟s22、獲取步驟s1得到的管道特征融合數據和步驟s21得到的環(huán)境影響權重數據；采用環(huán)境感知自適應分區(qū)算法處理所述管道特征融合數據，其中根據所述環(huán)境影響權重數據對分區(qū)參數進行實時調整；根據調整后的分區(qū)參數進行管道分區(qū)，得到優(yōu)化分區(qū)數據；

17、步驟s23、獲取步驟s22得到的優(yōu)化分區(qū)數據和步驟s21得到的環(huán)境因素數據；構建環(huán)境補償函數，對所述優(yōu)化分區(qū)數據進行校正處理；根據所述環(huán)境補償函數計算環(huán)境因素的時變影響，得到分區(qū)校正數據。

18、根據本技術的另一個方面，所述步驟s3進一步為：

19、步驟s31、根據步驟s2得到的分區(qū)校正數據，確定數據采集位置；采集管道表面圖像數據流和超聲波數據流；將所述表面圖像數據流和超聲波數據流組合構建多模態(tài)數據采集矩陣；根據所述多模態(tài)數據采集矩陣，得到多源采集數據；

20、步驟s32、獲取步驟s31得到的多源采集數據；計算表面圖像數據流和超聲波數據流之間的時間延遲數據；構建空間變換矩陣，對所述多源采集數據進行空間映射；根據所述時間延遲數據和空間變換矩陣，采用多模態(tài)數據同步融合算法對所述多源采集數據進行時空對齊處理，得到對齊數據；

21、步驟s33、獲取步驟s32得到的對齊數據；構建自適應濾波器參數，對所述對齊數據進行濾波處理；采用邊緣保持平滑算法對濾波后的數據進行平滑處理；根據所述平滑處理后的數據，得到預處理數據。

22、根據本技術的另一個方面，所述步驟s4進一步為：

23、步驟s41、獲取步驟s3得到的預處理數據；構建haar小波變換矩陣；采用所述haar小波變換矩陣對預處理數據進行變換處理；根據變換處理結果，計算得到特征圖譜數據；

24、步驟s42、獲取步驟s41得到的特征圖譜數據；將所述特征圖譜數據輸入層次化特征提取網絡的輸入層；在特征提取層采用設定的卷積核對輸入數據進行特征提??；采用激活函數處理提取的特征；在分類層采用softmax分類器進行分類，得到缺陷特征數據；

25、步驟s43、獲取步驟s42得到的缺陷特征數據；構建特征融合矩陣；采用注意力機制對所述缺陷特征數據進行權重分配；根據分配的權重對缺陷特征數據進行融合處理，得到融合特征數據。

26、根據本技術的另一個方面，所述步驟s5進一步為：

27、步驟s51、獲取步驟s4得到的融合特征數據；構建多維度可信度評估模型的評估指標；對所述融合特征數據進行多維度可信度計算；根據計算結果，得到可信度評估數據；

28、步驟s52、獲取步驟s51得到的可信度評估數據和步驟s4得到的融合特征數據；采用綜合評估函數對所述可信度評估數據和融合特征數據進行分析處理；根據分析處理結果，得到分析結果數據；

29、步驟s53、獲取步驟s52得到的分析結果數據；提取缺陷位置信息、類型信息和尺寸信息；整合所述缺陷位置信息、類型信息和尺寸信息以及可信度評估數據；生成檢測報告。

30、根據本技術的另一個方面，還提供大范圍變徑管道檢測系統(tǒng)，包括：

31、至少一個處理器；以及與至少一個所述處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述處理器執(zhí)行的指令，所述指令用于被所述處理器執(zhí)行以實現上述任一項技術方案所述的大范圍變徑管道檢測方法。

32、根據本技術的另一個方面，還提供大范圍變徑管道檢測裝置，包括：

33、筒體，驅動裝置、檢測裝置；

34、所述筒體內裝有旋轉電機滑環(huán)，旋轉電機驅動檢測裝置進行旋轉，滑環(huán)使得旋轉時的線不發(fā)生纏繞；筒體兩端各有一個端蓋，用于將驅動裝置和檢測裝置與筒體固定為一體；

35、所述驅動裝置由電動伸縮桿、滑動導桿、軸承座及驅動輪裝置組成，驅動輪裝置由驅動電機、驅動輪、電機安裝板及支撐板組成，驅動輪裝置一端通過電機安裝板與固定塊連接使之成為一個整體，另一端通過支撐板與軸承座連接；電動伸縮桿在伸縮過程中會帶動軸承座，同時會使得支撐板帶動驅動輪裝置做撐開和收縮的運動，從而適應不同管道的直徑變化；

36、所述檢測裝置由電動伸縮桿、滑動導桿、軸承座及探頭組件組成，探頭組件由探頭架、探頭、探頭架安裝板、滑輪及支撐板組成，所述探頭內部設有圖像拍攝器與超聲波發(fā)生器，分別用于獲取管道各區(qū)域的圖像數據及超聲波波形數據；檢測裝置一端通過探頭安裝板與固定塊連接使之成為一個整體，另一端通過支撐板與軸承座連接；電動伸縮桿在伸縮過程中會帶動軸承座，同時會使得支撐板帶動檢測裝置做撐開和收縮的運動，從而適應不同管道的直徑變化；探頭架的上部為塑料材質，兩端分別安裝有滑輪，在檢測過程中起到對管壁保護的作用，避免造成劃痕和損傷。

37、有益效果：本技術方案通過多層級幾何特征自適應提取算法、環(huán)境感知自適應分區(qū)算法、多模態(tài)數據同步融合算法、層次化特征提取網絡和多維度可信度評估模型的有機結合，形成了一個完整的變徑管道檢測技術體系。該方案不僅解決了變徑管道檢測中的關鍵技術問題，如幾何特征提取失真、多源數據時空失配、環(huán)境因素干擾、微小缺陷識別困難和檢測結果可信度評估等問題，還實現了檢測過程的智能化和自動化。具體而言，該方案使得變徑段的幾何特征提取準確率提高40%，環(huán)境干擾抑制效率提升40%，數據融合準確度達到96%，缺陷識別準確率達到93%，可信度評估準確率達到94%。這些技術指標的顯著提升，為變徑管道的安全運行提供了更可靠的技術保障。