基于RS-PSO-SVM算法的腐蚀管道剩余强度预测技术研究
杨旭东 周艳丽 刘志娟 陆亮 于天齐 刘勇
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

杨旭东 周艳丽 刘志娟 陆亮 于天齐 刘勇,. 基于RS-PSO-SVM算法的腐蚀管道剩余强度预测技术研究[J]. 石油科学研究,2020.10. DOI:.
摘要:
目前,我国大多数油气管道服役时间已超过20 a,受到土壤、大气以及水体等多方面的影响,腐蚀成为危害管道安全、造成管道失效的重要因素。针对单一腐蚀缺陷管道剩余强度样本数据少、公式计算保守性强、有限元分析过于复杂等缺点,将RS、PSO和SVM算法模型有机结合,构建了腐蚀管道剩余强度预测模型。通过RS属性约简,有效提取了影响管道剩余强度的关键性指标因素,随后应用改进的PSO算法对SVM的参数进行了寻优,避免了人工试算法造成的误差过大和训练时间过长的缺点,与BP神经网络、RS-WNN算法相比,RS-PSO-SVM算法的保守性和准确性都较为优越,平均绝对百分误差为1.23%,均方根误差为0.17 MPa,模型的鲁棒性和预测性更好,对管道剩余强度的研究具有借鉴意义。
关键词: RSPSOSVM剩余强度
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。