基于KPCA和SVM的工艺管道腐蚀速率预测
来源期刊:腐蚀与防护2019年第1期
论文作者:者娜 杨剑锋 刘文彬 陈良超
文章页码:56 - 60
关键词:工艺管道;腐蚀影响因素;腐蚀速率预测;核主成分分析;支持向量机;
摘 要:为解决有限样本数据下工艺管道中腐蚀速率难以估算的问题,提出一种基于核主成分分析(KPCA)和支持向量机(SVM)的腐蚀速率预测的方法。采用核主成分分析方法有效融合多种腐蚀影响因素,剔除核主成分分析结果中贡献率低的主元变量,将贡献率大的主元变量作为输入,腐蚀速率作为输出,建立了支持向量机模型,并预测了管道腐蚀速率。采用工艺管道实际工程数据检验KPCA-SVM模型预测腐蚀速率的效果,结果表明,基于核主成分分析和支持向量机方法的管道腐蚀速率预测误差较小,能够获得准确的预测结果。
者娜,杨剑锋,刘文彬,陈良超
北京化工大学化工安全教育部工程研究中心
摘 要:为解决有限样本数据下工艺管道中腐蚀速率难以估算的问题,提出一种基于核主成分分析(KPCA)和支持向量机(SVM)的腐蚀速率预测的方法。采用核主成分分析方法有效融合多种腐蚀影响因素,剔除核主成分分析结果中贡献率低的主元变量,将贡献率大的主元变量作为输入,腐蚀速率作为输出,建立了支持向量机模型,并预测了管道腐蚀速率。采用工艺管道实际工程数据检验KPCA-SVM模型预测腐蚀速率的效果,结果表明,基于核主成分分析和支持向量机方法的管道腐蚀速率预测误差较小,能够获得准确的预测结果。
关键词:工艺管道;腐蚀影响因素;腐蚀速率预测;核主成分分析;支持向量机;