随着经济的发展以及国家战略原油储备体系的建立,石化行业储罐的数量和容量都迅猛增加,为确保储罐的安全运行,罐底板的定期检测十分重要。针对目前罐底板腐蚀检测任务繁重而缺乏有效检测手段及评价方法的现实,本学位论文研究了石化储罐磁性无损检测方法,研制出罐底板漏磁检测系统,该系统能全面、快速、可靠地完成罐底板的检测。为了解决罐底板日益繁重的检测任务和检测时缺陷定量化的需求,本文将漏磁检测方法应用于罐底板检测,设计了罐底板漏磁检测系统,该漏磁检测系统的研究内容主要包括罐底板漏磁检测磁化特点的研究、漏磁检测传感器的设计、漏磁信号数据采集子系统的设计以及信号分析子系统的设计等内容。罐底板的饱和磁化是罐底板漏磁检测的基础。首先研究了罐底板漏磁检测励磁方式的特点,提出了罐底板检测局部磁化的思想。在比较了多种研究材料内部磁场分布的方法的基础上,分析了二维有限元模型在研究局部磁化中存在的问题以及采用三维有限元计算的必要性。罐底板漏磁检测的三维有限元模型的计算结果表明,钢板内磁场主要集中在励磁装置的附近区域,并验证了在一定厚度下,即使无穷大面积的钢板也可能被局部磁化饱和;且当钢板面积达到一定时,钢板面积的变化不再对钢板局部磁化状态产生影响,这保证了不同面积钢板具有相同的检测灵敏度。然后研究了钢板材料和厚度对局部磁场大小的影响。最后研究了钢板内磁化状态和漏磁场之间的关系以及缺陷参数对漏磁场峰值的影响,结果表明了采用漏磁检测方法具有的优越性。漏磁检测传感器的设计包括对罐底板励磁和漏磁信号获取两部分。首先研究了励磁装置参数的变化对钢板局部磁化的影响,指出了永磁铁磁极面积是影响钢板局部磁化状态的关键性因素。然后依据有限元优化结果及实验结果,实现了励磁装置关键参数的优化设计,最后设计了漏磁探测结构和数据预处理电路,完成了罐底板漏磁检测传感器的研制。漏磁检测信号分析目的是实现缺陷的自动识别和缺陷的量化。本文研究了基于反演技术的漏磁信号分析方法,采用反演技术实现缺陷轮廓参数的评估。首先研究了基于有限元模型和共轭梯度优化算法的漏磁反演方法,通过建立模型将有限元模型参数和共轭梯度优化算法的参数统一起来,利用漏磁场的特点选择自变量参数的初始值,并灵活采<WP=4>用差分法实现自变量参数的优化迭代,技术上实现了有限元模型自动重建。分别在理想条件下和噪声条件下的反演结果表明反演方法的有效性。然后针对有限元-共轭梯度反演方法存在的主要问题,初步研究了基于规则化径向基神经网络的漏磁反演方法,反演结果表明,基于神经网络的反演方法具有实时性,某些情况下精度高,但存在特有的一些困难。最后,在前述研究的基础上,成功研制了罐底板漏磁检测仪器,与其它类型的罐底板检测系统相比,该系统不仅具有很高的检测灵敏度,而且能几乎全部检测整个罐底板,大大提高了检测的可靠性,保障了储罐的安全运行。另外该仪器还具有检测效率高,操作简单等特点,有着巨大的经济效益和广泛的推广前景。