声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：61-1133/TG
国际刊号：1001-3814
发布日期:
作者：骆正山, 徐龙寅, 骆济豪,
关键词：管道剩余寿命, 核主成分分析法, 改进的麻雀搜索算法, 核极限学习机, 剩余寿命预测模型,
为提高埋地腐蚀管道剩余寿命预测精度，构建其剩余寿命预测模型。建立基于核主成分分析(KPCA)和改进麻雀搜索算法（ISSA）的核极限学习机（KELM）剩余寿命预测模型。首先采用KPCA预处理原始数据，提取埋地腐蚀管道主要特征向量并重构评价指标。其次针对SSA易陷入局部最优及迭代后期抗停滞性能降低等缺陷，提出SSA改进方案：利用Tent混沌提升其遍历性；引入自适应安全值调整麻雀搜索区域；使用高斯扰动重点搜索最优解附近区域，以提升SSA全局寻优能力。再次利用ISSA寻优KELM中核参数和惩罚系数，最终构建KPCA-ISSA-KELM埋地腐蚀管道剩余寿命预测模型。以某埋地管线为例进行仿真，结果表明：KPCA-ISSA-KELM模型预测结果均方误差、平均绝对误差值、决定系数为分别为0.249、0.096、0.998，均优于其他模型。证明KPCA-ISSA-KELM的埋地腐蚀管道剩余寿命预测模型具有较强的鲁棒性，为管道系统研究提供重要的参考依据。
来源：2023年第20期
《热加工工艺》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。