海底管道运输、铺设与运行过程中,由于外物的偶然性撞击或管内介质的腐蚀,管壁上会出现金属损失性的缺陷,严重威胁着油气输送管道的安全。如何排除这一安全隐患,保证管道输送安全是油气管道最为关键、亟需解决的问题。尤其深海油气输送管道长期处于内外温差巨大的高压环境,管壁对缺陷更为敏感,这对管道缺陷的检测与识别提出了更高的要求。针对这一情况,本文对管道缺陷的漏磁内检测和缺陷的定位与定量识别进行了研究。管道缺陷的重构需要大量的漏磁检测数据,由于实测数据的稀缺性,已有学者应用有限元方法对管道漏磁内检测进行模拟。在理解了电磁场有限元分析原理的基础上,本文以南海荔湾大厚壁海洋管线管道为原型,建立了管道与检测装置的三维有限元模型,对管道漏磁内检测进行了模拟。通过提取节点磁通量密度,得到了磁场在管道内外的空间分布,初步获得了管道缺陷与漏磁场之间的关系。通过有限元模拟获得了漏磁内检测的信号数据,对数据进行分析发现,存在缺陷的漏磁检测信号曲线在缺陷处发生了突变,根据曲线的这一特征可以实现对管道缺陷的定位。另外,漏磁检测信号曲线随着缺陷尺寸的变化发生相应的改变,二者之间存在一定的对应关系。为了实现管道缺陷尺寸的重构,本文建立了大量有限元模型,获得了相应的漏磁检测信号数据,通过提取漏磁信号的特征值建立了网络重构所需的训练样本与验证样本。通过分析特征量个数、样本数、SPREAD值对RBF神经网络重构精度的影响,确定了三者的最优值或最优值范围,并对RBF神经网络进行了训练。最后,通过验证样本对训练的网络进行了测试,管道缺陷的重构精度达到了98%以上,初步实现了对管道缺陷定量识别的目标。