Page 81 - 无损检测2023年第一期

试验研究

DOI : 10.11973 / ws j c202301010

基于 SMOTE-GWO-SVM 模型的储罐底板腐蚀

声发射检测智能评价

李 伟 , 薛永强 , 贾 鑫 , 刘祥彪 , 徐海丰 1
1
1
2
1

( 1. 东北石油大学 机械科学与工程学院, 大庆163318 ;

2. 中国石油天然气集团有限公司 工程和物装管理部, 北京 100007 )

摘 要: 将储罐宏观特征和声发射特征相结合, 以“ 可能的腐蚀状况” 为导向对储罐宏观数据
进行处理。同时针对储罐声发射判级数据样本数量少、 分布不平衡的情况, 采用合成少数类过采样
技术( SMOTE ) 和灰狼算法优化支持向量机( GWO-SVM ) 相结合的模型进行储罐的安全状态等级
智能预测。结果表明该模型能有效提高小样本、 不平衡数据识别的准确率和可靠性。
关键词: 声发射; 储罐底板腐蚀; SMOTE ; GWO-SVM ; 智能评价

中图分类号: TG115.28 ; TE972 文献标志码: A 文章编号: 1000-6656 ( 2023 ) 01-0047-07

Intelli g entevaluationofacousticemissiondetectionoftankfloorcorrosion

basedonSMOTE-GWO-SVM model

LIWei , XUEYon gq ian g JIAXin , LIUXian g biao , XUHaifen g 1
1
1
2
,
1

( 1.SchoolofMechanicalScienceandEn g ineerin g , NortheastPetroleum Universit y , Da q in g 163318 , China ;

2.Procurement& E q ui p mentMana g ementDe p artment , ChinaNationalPetroleumCor p oration , Bei j in g 100007 , China )

Abstract : B y thecombinationofthemacrocharacteristicsandacousticemissioncharacteristicsofstora g etanks ,

themacrodata p rocessin g ofstora g etanksis g uidedb y the p ossiblecorrosionconditions.Atthesametime , inview

ofthesmallnumberofsam p lesandunbalanceddistributionofacousticemissiong radin gdataofstora g etanks , a

modelcombinin g thes y ntheticminorit yoversam p lin g techni q ue ( SMOTE ) andg ra ywolfo p timizer-basedsu pp ort

vectormachine ( GWO-SVM ) isusedtointelli g entl yp redictthesafet ystateg radeofstora g etanks.Theresults

showthatthismodelcaneffectivel y im p rovetheaccurac y andreliabilit y ofidentif y in g smallsam p lesandunbalanced
data.

Ke ywords : acousticemission ; tankfloorcorrosion ; SMOTE ; GWO-SVM ; intelli g entevaluation

随着经济的快速发展, 我国对石油能源的需求 10764-2007 《 无损检测 常压金属储罐声发射检测
不断增加, 而常压储罐作为石油的专用储存容器, 保 及评价方法》能够对储罐的底板腐蚀情况做出评

障其长期安全稳定运行极为重要。储罐所有部位中 价, 该标准将储罐底板腐蚀状态划分为5个等级, 其
底板是最易腐蚀但也是最难检测的部位, 常规无损 中1级最好, 5级最差, 然而标准中某些关键参数值
检测方法在不开罐的前提下无法对储罐底板进行有 的确定仍需依靠经验, 这给储罐底板腐蚀状况的评
效检测和评价, 目前声发射检测是储罐底板腐蚀状 价带来了不确定因素, 同时限制了声发射检测技术
态在线检测的主要技术之一 [ 1 ] 。依据标准 JB / T 在储罐底板腐蚀检测中的推广应用。

随着机器学习技术的发展, 利用机器学习算法、
统计方法对数据进行分析, 智能化评价储罐底板的
收稿日期: 2022-06-29
基金项目: 黑龙江省重点研发计划( GZ20210122 ); 东北石油大
腐蚀状态, 对摆脱对传统经验的依赖具有十分重要
学青年基金( 2019QNL-16 )
的意义。美国声学物理公司基于其掌握的大量储罐
作者简介: 李 伟( 1970- ), 男, 博士, 教授, 主要从事现代无损
检测技术的研究工作 检测数据研发了大型常压金属储罐底板声发射检测
专家评估系统( TANKPAC ), 目前已在全世界进行
通信作者: 徐海丰, ne p uxhf@163.om
7
4
2023年 第45卷 第1期
无损检测