漏磁检测是油田输送管道无损检测的常用方法,也是最有效方法之一,对保障管道安全运行发挥着重要的作用。漏磁检测相对其他检测方法有着检测灵敏度高、可靠性高、可对缺陷量化、同磁粉相比便于操作、适合于大面积检测、对偏磨和腐蚀坑等形式的缺陷检测效果很突出、检测速度快,效率高等优点,所以是近年来各输送管道缺陷最常用的检测方法。但是相对于漏磁检测设备的发展,在现有的漏磁检测方法中,缺陷评估主要依赖于检测人员根据经验对漏磁信号进行分析,工作量大,效率低,而且受主观因素影响大。而缺陷几何参数与漏磁信号之间的非线性特性,管道材质漏磁系数的差异,及其他很多因素都会影响MFL(磁通量泄漏)信号,进一步增加了缺陷分析的难度。所以,针对目前漏磁检测所存在的诸多问题,本文运用有限元ANSYS仿真软件和径向基神经网络方法研究了裂纹缺陷的漏磁信号,并通过漏磁信号对缺陷进行定量分析。本文研究的主要内容如下:首先,介绍了漏磁检测技术的原理、产生、发展、应用:缺陷漏磁场理论计算分析;并介绍了缺陷漏磁检测装置的原理、工作过程、主要组成的作用、工作原理和设计方法及工作方式。其次,将被测目标转换成二维几何模型,在选好磁化方式、设计好被测目标各部分尺寸、参数后,运用ANSYS有限元仿真软件对不同几何参数的裂纹缺陷进行模拟仿真。通过定义一条最优路径模拟得出径向和轴向漏磁通密度曲线图,根据曲线特征量得出裂纹各缺陷特征与漏磁信号之间的规律关系图。最后,通过由大量建模所得的分析曲线读取的数据建立缺陷数据样本库,样本库中的45组与缺陷几何参数有关的特征量为训练向量,缺陷几何参数为目标向量,从样本库中抽取其中的5个为检测目标,运用Pd3F神经网络对缺陷进行定量分析。RBF神经网络预测结果可以表明,理论上此方法可以用来对裂纹缺陷进行定量识别。