针对多传感器管道缺陷检测数据融合精度不高的问题，提出了一种改进鸟群算法（IBSN）与加权正则化极限学习机（WRELM）相结合的多传感器检测管道缺陷数据融合方法。首先，利用电磁超声导波、漏磁以及涡流检测设备采集管道缺陷数据，将高斯核函数样本权重矩阵和正则化参数引入极限学习机中，建立WRELM数据融合模型；而后，通过引入混沌变量和高斯扰动、优化警惕行为以及改变飞行行为中步长因子来优化鸟群算法，采用IBSA优化WRELM输入层到隐含层的连接权值和隐含层的偏置；最后，利用多仪器检测管道缺陷数据融合平台进行实验分析。实验结果表明：采用IBSA-WRELM的多仪器检测管道缺陷数据融合模型的误差最小，仅为2.33%，有效提高了多仪器检测管道缺陷数据的融合精度。

油气管线内部腐蚀是导致管线失效的主要因素。针对这一问题，采用复用技术设计了一种基于光纤布拉格光栅的管线内腐蚀监测系统。该系统通过出地管线外表面的应力变化来确定内表面的腐蚀程度，利用7路光纤光栅传感器组成阵列式传感网络，通过温度补偿光栅实现温度补偿。实验表明，该系统测压精度较高，系统误差小于2.23%。用现场实际压力数据验证了系统的可行性与稳定性，该系统完全满足油气管线内部缺陷在线监测的要求。