悬浮在空中：利用电磁悬浮技术检测管道中的缺陷

《IEEE/ASME Transactions on Mechatronics》：Float in the Air: Defect Detection in Pipelines With Electromagnetic Levitation Technology

内部表面缺陷（ISDs）检测对管道性能至关重要，但传统方法存在需人工干预或需反转管道的低效问题。本文创新性引入电磁悬浮技术（ELT），构建基于视觉的非接触检测系统，并建立首个管道坯体缺陷数据集TB1500（含六类缺陷）。提出局部分层信息传播网络（L2IPNet），通过维度注意力传播模块（DAPM）和垂直语义传播模块（VSPM）实现多模态特征融合，在TB1500数据集上超越19种近年SOTA方法，代码与数据集已开源。

　　

摘要：

管道内部表面缺陷（ISDs）是影响其使用寿命和性能的关键因素。因此，在制造过程中准确检测管道中的ISDs非常重要。然而，由于管道内部的封闭性，现有的检测方法通常需要人工辅助，而现有的自动化检测系统通常在检测后需要将管道翻转，这大大降低了检测效率。这些限制使得满足高效和智能检测的需求变得具有挑战性。为了解决这些问题，本文创新地将电磁悬浮技术（ELT）引入到管道ISDs的检测任务中，构建了一个基于视觉的检测系统，实现了智能、高效且非接触式的检测。此外，我们首次构建了用于管坯（TBs）的ISDs数据集TB1500，该数据集包含六种类型的缺陷和多样的缺陷属性。我们还提出了一种局部和分层信息传播网络（L2IPNet），该网络利用维度注意力传播模块（DAPM）和垂直语义传播模块（VSPM）来实现局部和分层信息传播。L2IPNet在TB1500数据集上取得了最佳的检测效果，性能超过了过去五年中的19种最先进方法。源代码和数据集可在https://github.com/VDT-2048/L2IPNet公开获取。

引言

管道在工业和城市建设中发挥着不可或缺的作用，例如用于气体运输的高压管道和用于废水系统的污水管道[1]。在这些应用中，管道主要作为输送高压或低压流体的载体。因此，管道内部表面的质量直接决定了所构建系统的可靠性和寿命[2]，这突显了在管道出厂前检测其内部表面质量的重要性。然而，在管道生产过程中，由于管道的长度、封闭的内部空间以及较差的照明条件，很难通过视觉手段识别内部表面缺陷（ISDs）。因此，检测管道中的ISDs通常需要使用专门的设备。