罐式车辆金属常压罐体检测神经网络算法探析

周子星

（湖北省机电研究设计院， 湖北 武汉 430200）

引言

随着经济的发展，运送液体危险货物的罐式车辆使用越来越多，其安全性能也越来越受到监管部门、从业企业以及社会各界的广泛关注，加强对罐车的检测和监管，是安全生产的必然要求[1-2]。运送液体危险货物的罐式车辆的关键设备是与定型汽车底盘或半挂车车架永久性连接的常压罐体（以下简称罐体）。在运输生产的过程中，罐体长期受震动、冲刷、压力、应力、腐蚀以及人为因素、环境温度等众多因素的影响，常常会造成罐体、隔仓板和防波板存在大面积腐蚀、壁厚明显减薄等现象，甚至发生穿透性开裂[3]，出现安全隐患。当前罐体检测仍多采用人工检测方式，受技术人员工作水平和工作环境的影响较大[4]，随着计算机图像处理技术的发展，可以使用超声导波检测对罐体设施进行测定与成像，辅助凹纹、裂纹的检定。

1 金属常压罐体的检测

GB 18564.1—2019 规定：金属常压罐体的定期检查应根据罐体的使用、损伤模式及失效模式制定检验方案，必须包括罐体壁厚测定等项目。壁厚测定一般采用超声测厚方法。测定位置应当有代表性，且有足够的测点数。厚度测点一般选择以下位置：液位经常波动的部位，介质进口、流动转向、截面突变等易受腐蚀、冲蚀的部位，制造成型时壁厚减薄部位和使用中易产生变形及磨损的部位，接管部位，宏观检查时发现问题的部位。在壁厚测定时，如果发现母材存在分层缺陷，应当增加测点或者采用超声检测，查明分层分布情况以及母材表面的倾斜度，同时作图记录[2]。……