1.一种管道无损检测的人工智能识别方法，其特征在于包括以下步骤：步骤一、采用超声检测方法对可能有损的管道进行检测，并记录下超声检测结果；

步骤二、采用渗透检测方法对步骤一可能有损的管道进行再一次检测，并记录下渗透检测的结果；

步骤三、根据超声检测的结果，建立各个检测点的超声数学期望值，以及偏离数学期望值的超声欧拉距离函数；

步骤四、根据渗透检测的结果，建立各个检测点的渗透数学期望值，以及偏离数学期望值的渗透欧拉距离函数；

步骤五、将步骤三中的超声欧拉距离函数与步骤四中的渗透欧拉距离函数进行加权求和，进行归一化处理组成损伤函数，所述损伤函数的数值大小即可表示管道损伤的程度；

步骤六、根据步骤五给出各个检测点或检测部位的损伤函数值，损伤函数值越大表示管道损伤越严重。

2.根据权利要求1所述的一种管道无损检测的人工智能识别方法，其特征在于：所述步骤二渗透检测的检测点或检测部位必须与所述步骤一中超声检测的检测点或检测部位一一对应。

3.根据权利要求1所述的一种管道无损检测的人工智能识别方法，其特征在于：所述步骤五中的加权求和中，选择权函数时可根据步骤一中 的超声检测精度与步骤二中的渗透检测精度确定相对大小。