石油、天然气作为国家重要的战略储备资源,扩大其储备设施建设势在必行,储罐作为重要的储备设施之一,在运行中不可避免会发生腐蚀,其中底板是腐蚀最严重的部位,为防止其发生重大安全事故,需对底板腐蚀进行全面检测。漏磁检测技术是底板腐蚀检测最常用方法之一,较其他无损检测方法具有独特的优越性,然而以往对漏磁检测技术研究存在检测维度和检测分辨率不足等问题,极大地影响了对缺陷准确快速评估;又面临当下储罐数量剧增和对储罐检测质量及检测效率的严格要求,有必要对漏磁检测技术进行深入研究。因此,开展对高清漏磁检测技术的研究实现三轴高清晰度漏磁信号采集和缺陷精确高效量化对储罐底板腐蚀评估具有重要意义。具体研究内容如下:首先,对储罐底板缺陷漏磁场形成机理进行了分析,基于电磁场理论建立了储罐底板不同类型和系列尺寸缺陷漏磁场三维有限元模型,通过研究缺陷三轴漏磁信号分布特征及其随缺陷参数变化规律,分别提取了三轴信号特征值,并分析了特征值随缺陷参数变化规律。然后,针对检测维度及检测分辨率不足问题,依据有限元分析制定了三维磁传感器高清漏磁检测信号采集系统设计方案。主要对三维磁传感器模块和基于LabView高清漏磁检测信号采集软件进行了设计,前者主要包括三维磁传感器型号选取及其电路设计和驱动程序编写;后者主要包括下位机与上位机软件串口通信模块设计、数值转换模块设计、信号波形显示模块设计、数据存储和返放模块设计。搭建了不同缺陷高清漏磁信号采集实验平台,得到的信号分布规律同有限元仿真分析保持一致,验证了仿真分析的正确性,也便于缺陷量化模型数据库的建立。最后,分别实现了缺陷类型识别、参数量化和三维轮廓重构。将遗传算法优化BP神经网络作为缺陷量化模型,研究了算法基本原理及其运行流程。将缺陷各参数相关特征值作为缺陷类型识别和参数量化网络输入样本集;另外,将向量化和主成分分析后的漏磁信号作为缺陷三维轮廓重构网络输入样本集,进而确定网络最佳结构对模型进行训练和预测。结果表明,基于高清漏磁检测技术能够有效的实现缺陷类型识别、参数量化和三维轮廓重构,且均优于传统量化结果,证明了所述方法的可靠性。通过对缺陷参数精确量化和三维轮廓可视化,既优化了以往数字化评估的方式,又弥补了其可视化效果的不足,为储罐维修更换和稳定服役提供可靠的指导。