شناسايي ترك در لوله‌هاي گاز با استفاده از پرتونگاري ديجيتال، تبديل موجك و كرولت

Identification of cracks in gas pipes using digital radiography, wavelet and curvelet transforms

ترك‌ها يكي از عيوب مهم در لوله‌هاي نفت و گاز است كه مي‌تواند تحت فشار و تنش زياد باعث شكستگي گردد. اين امر معمولا حوادث ناخوشايندي را در پي دارد. بنابر اين شناسايي به موقع اين ترك‌ها مي‌تواند از حوادث اسفبار انساني و تلفات مالي جلوگيري كند. در اين تحقيق از روش آزمون غير مخرب پرتونگاري ديجيتال (رقمي) صنعتي براي شناسايي عيب ترك در لوله استفاده شده است. در خيلي از موارد راديوگرافي، بدليل پراكندگي فوتون‌هاي اشعه ايكس و گاما كه در اثر عوامل مختلفي رخ مي‌دهد، تصوير پرتونگاره حاصل، عيوب را بخوبي نشان نمي‌دهد و كنتراست مناسبي ندارد. در اين تحقيق از روشهاي پردازش تصوير در حوزة موجك استفاده شده است. براي بهيود كنتراست تصاوير راديوگرافي، از روش موجك كرولت استفاده شده تا نواحي عيب مشخص‌تر شوند. نتايج نشان مي‌دهد كه اين تبديل به علت داشتن موجك‌هاي برآمده‌تر و فيلترهاي جهتي نسبت به موجك ويولت توانايي بيشتري در مشخص كردن نواحي عيب بخصوص در قسمت‌هاي انحنا دارند. براي ارزيابي نتايج از نظرات متخصصين راديوگرافي صنعتي استفاده شده است. نتايج ارزيابي نشان مي‌دهد كه متخصصين بهبود كنتراست و مشخص‌تر شدن نواحي عيوب را تائيد مي‌كنند.

In oil and gas pipes, crack is one of the important defects that can lead to the pipelines fractures under high pressure and tension. This usually involves inconvenient and catastrophic events. Therefore, the timely identification of these cracks can prevent horrible human casualties and financial losses. In this research, digital industrial radiography NDT method was used to identify the cracks in the pipes. In many cases, the generated radiographs do not show clearly the defects and radiography images suffer from low contrast because of the photonic scattering of gamma and X-rays. In this research, an image processing method in wavelet domain was implemented. To improve the contrast, the curvelet method is used to make the defect areas more specific. The results show that this method has some superiority to conventional wavelets due to having higher (more emphasized) wavelets than the ordinary wavelets. So it is more capable of defining defect areas, especially in curvature regions. Radiography experts' judgments have been used to evaluate the results. The results of evaluation show that experts confirm the improvement of the contrast and more specific of the defect areas.