Page 91 - 无损检测2023年第一期
P. 91
李 伟, 等:
基于 SMOTE-GWO-SVM 模型的储罐底板腐蚀声发射检测智能评价
的腐蚀等级与储罐的使用年限、 运行温度、 外观腐蚀 声发射检测评价方法[ J ] . 无损检测, 2020 , 42 ( 5 ): 24-
情况和储罐基础沉降情况呈正相关。不难理解, 储 27 , 33.
罐服役年限越长, 储罐底板累积腐蚀产物越多, 服役 [ 4 ] 宋高峰, 张延兵, 孙培培, 等. 大型储罐声发射技术下
状态越差, 而温度越高, 存储介质越容易与底板材料 的安全评价方法[ J ] . 中国安全科学学报, 2020 , 30
发生化学反应。外观腐蚀情况和储罐沉降则体现了 ( 3 ): 60-66.
[ 5 ] 刘琪华, 张世杰. 基于 GA-BP网络的声发射检测储罐
企业对储罐的日常维护和维修情况, 若外观疏于维
底板腐蚀评价[ J ] . 电子技术应用, 2020 , 46 ( 1 ): 76-
护, 罐内底板的腐蚀状态也不会太好。此外, 储罐腐
80.
蚀状态与储罐体积呈负相关, 即储罐体积越大, 底板
[ 6 ] ELREEDYD.Acom p rehensiveanal y sisofs y nthetic
腐蚀状态越好。数据研究发现, 大型储罐建造年限
minorit y oversam p lin g techni q ue ( SMOTE ) for
都比较短, 同时由于建造费用高, 企业对大型储罐的 handlin gclassimbalance [ J ] .InformationSciences ,
维护投入也较高, 所以储罐容积越大, 储罐底板越不 2019 , 505 : 32-64.
容易腐蚀。 [ 7 ] GONGL N , JIANG SJ , JIANG L.Tacklin gclass
imbalance p roblem in software defect p rediction
3 结语 throu g h cluster-based over-sam p lin g with filterin g
( 1 )将储罐宏观信息和声发射数据相结合, 并 [ J ] .IEEEAccess , 2019 , 7 : 145725-145737.
[ 8 ] 陈红岩, 刘嘉豪, 盛伟铭, 等. 基于 GWO 的 SVM 在红
以可能的腐蚀状况导向对储罐宏观信息进行预处
外甲烷传感器测量误差分析中的应用[ J ] . 计量学报,
理, 提高了数据的合理性。
2021 , 42 ( 9 ): 1244-1249.
( 2 ) SMOTE-GWO-SVM 智能评价模型能够
[ 9 ] 李航. 统计学习方法[ M ] . 北京: 清华大学出版社,
通过扩充少数类数据集样本, 实现各类样本空间的 2019.
平衡, 相对未采用 SMOTE 算法的智能评价模型, [ 10 ] MIRJALILIS.Gre ywolfo p timizer [ J ] .Advancesin
准确率从71.67%提升至96.25% 。 En g ineerin gSoftware , 2014 , 69 : 46-61.
( 3 )智能评价结果表明, 储罐腐蚀与声发射参 [ 11 ] 胡海兰. 储罐腐蚀分析与防腐[ J ] . 化工安全与环境,
数中的定位事件密度、 撞击平均值、 能量标准差和振 2022 , 35 ( 6 ): 7-11.
[ 12 ] 赵淑楠, 张绍举, 刘钧泉. 高温盐酸对碳钢腐蚀速率影
铃计数标准差呈正相关, 与外观参数中的储罐使用
响的探讨[ J ] . 石油化工设备技术, 2008 , 29 ( 4 ): 25-
年限、 运行温度和外观腐蚀情况呈现正相关。
27 , 24.
( 4 )利用同时考虑声发射特征和宏观特征的智
[ 13 ] 张耀, 郑峥. 储油罐腐蚀特征及失效分析[ J ] . 石油化
能评价模型对多维度数据进行分析, 实现了对储罐
工腐蚀与防护, 2004 , 21 ( 2 ): 40-42.
底板腐蚀状态评价分级, 避免了某个维度数据偏差 [ 14 ] 赵永涛, 娄方宇, 陈严飞, 等. 地基沉降条件下储罐结
给整体评价带来影响。 构响应模型对比分析[ J ] . 工业安全与环保, 2019 , 45
参考文献: ( 4 ): 30-33.
[ 15 ] 张显亮, 高洪波, 石永军, 等. 保温储罐腐蚀分析及处
[ 1 ] 戴光, 李善春, 李伟. 储罐的声发射在线检测技术与研 理方法[ J ] . 油气储运, 2003 , 22 ( 1 ): 53-55.
[ 16 ] 任婷婷, 唐建群, 巩建鸣. 碳钢和低合金钢在熔盐中的
究进展[ J ] . 压力容器, 2005 , 22 ( 3 ): 33-35.
[ 2 ] 陈荣刚. 基于在线检测信息的储罐底板腐蚀状态智能 腐蚀研究现状[ J ] . 热加工工艺, 2019 , 48 ( 18 ): 12-17.
[ 17 ] 朱吉新. 原油储罐底板腐蚀的原因及其防护措施[ J ] .
评价方法研究[ D ] . 大庆: 东北石油大学, 2011.
[ 3 ] 张延兵, 宋高峰. 基于 BP 神经网络训练的储罐底板 材料保护, 2009 , 42 ( 5 ): 56-58.
欢迎网上投稿 欢迎订阅 欢迎刊登广告
3
5
2023年 第45卷 第1期
无损检测

