胡家铖，焦晓亮，郑 莉，刚 蓓，刘思娇

(北京华航无线电测量研究所，北京 100010)

由于油气管道内壁与石油、天然气等介质长时间接触，会产生腐蚀、凹槽、裂纹、点蚀等缺陷，所以管道泄漏等安全性问题也越来越受重视，管道的无损漏磁检测成为油气管道检测最主要的手段之一，在无损漏磁内检测的过程中，管道缺陷的量化是管道故障检测的最终目标[1]。速度更快，精度更高的管道漏磁内检测的缺陷量化技术，对油气管道后续的缺陷诊断以及管线维修具有重要意义。

蹇清平[2]将支持向量机应用于管道漏磁缺陷的分类中，他设计了一种基于粒子群优化算法支持向量机(PSO-SVM)的智能分类模型，该模型能够利用缺陷的漏磁信号特征去判断缺陷的位于管壁的内外位置，但是对缺陷只进行了定性分析，未能满足后续计算管道的剩余强度，以及对管道进行安全性评估的要求。崔凯[3]利用libsvm工具箱对管道缺陷数据进行了多分类研究，他将缺陷分为大面积腐蚀、周向划痕、周向狭缝、腐蚀斑、针眼、轴向划痕、轴向狭缝等7类，多分类缺陷量化研究较二分类研究更加符合工程实际需求，但是仅使用了6个特征量不能完全还原缺陷的信息。张少轩[4]利用支持向量回归算法对漏磁缺陷进行了量化研究，使用了更多的缺陷信号域特征，量化的缺陷尺寸精度更高。但是网格搜索法时间复杂度高并且不能很好地寻找到支持向量回归算法的最优参数。因此，为了利……