亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        改進(jìn)MGM(1,1)的管道腐蝕預(yù)測(cè)模型構(gòu)建

        2022-05-17 09:01:14柏淘雨余華云宋文廣
        關(guān)鍵詞:白化殘差粒子

        柏淘雨,余華云,宋文廣

        (長(zhǎng)江大學(xué)計(jì)算機(jī)科學(xué)學(xué)院,湖北 荊州 434023)

        管道運(yùn)輸具有安全可靠、連續(xù)性強(qiáng)的特點(diǎn),在現(xiàn)代工業(yè)中扮演著舉足輕重的角色,是我國(guó)著名工程“西氣東輸”的重要組成部分。然而由于管道運(yùn)輸物質(zhì)的特殊性,容易引發(fā)管道腐蝕問題,因此為了提高管道運(yùn)輸?shù)陌踩?,需?duì)管道進(jìn)行監(jiān)測(cè)分析。目前,我國(guó)對(duì)管道腐蝕的相關(guān)研究還處于初步探索階段,如曹方圓等[1]通過建立管道破損點(diǎn)極化效應(yīng)電路模型,對(duì)管道防腐層類型和土壤pH值進(jìn)行分析,認(rèn)為管道腐蝕與管道防腐層類型密切相關(guān),而與土壤pH值關(guān)系較小;李正峰[2]通過調(diào)研某天然氣管線運(yùn)行狀況,判斷出易發(fā)生內(nèi)腐蝕的關(guān)鍵管段,并提出相應(yīng)的防控措施,為管道腐蝕防護(hù)提供了參考;張斐等[3]通過分析管道內(nèi)沉積物細(xì)菌菌落對(duì)成品油管道的腐蝕形態(tài),研究了細(xì)菌菌落對(duì)管道腐蝕的影響。上述研究取得的成果雖然為我國(guó)管道腐蝕分析提供了依據(jù),但主要集中在通過數(shù)理統(tǒng)計(jì)分析的方式對(duì)管道腐蝕情況進(jìn)行分析預(yù)測(cè)。這種方法存在兩個(gè)問題:一是統(tǒng)計(jì)管道數(shù)據(jù)和分析統(tǒng)計(jì)數(shù)據(jù)的時(shí)間較長(zhǎng),對(duì)短時(shí)間的分析預(yù)測(cè)準(zhǔn)確率通常較低;二是管道腐蝕影響因素較多,數(shù)據(jù)量較大,僅采用數(shù)理分析方法計(jì)算量較大,會(huì)導(dǎo)致時(shí)間成本和人力成本增加。為解決上述問題,本文通過構(gòu)建MGM(1,1)預(yù)測(cè)模型,并采用粒子群算法(particle swarm optimization,PSO)選取馬爾科夫鏈最優(yōu)白化因子,最終構(gòu)建PSO-MGM(particle swarm optimization-modified gaussian model)管道腐蝕預(yù)測(cè)模型。

        1 基本算法

        1.1 MGM(1,1)模型簡(jiǎn)介

        (1)

        (2)

        依據(jù)式(2)的殘差確定殘差狀態(tài),并結(jié)合楊馥嫻的研究成果[6],將殘差等分為t個(gè)不同的狀態(tài)等級(jí),每個(gè)等級(jí)的間隔相同。根據(jù)殘差的等級(jí),可以計(jì)算某個(gè)數(shù)據(jù)列值從一個(gè)狀態(tài)到另一個(gè)狀態(tài)的概率Pi(t),其中t=1~s,s為最大等級(jí)狀態(tài)。最后,取該狀態(tài)區(qū)間的中間值為預(yù)測(cè)結(jié)果。具體表達(dá)式為:

        (3)

        1.2 PSO算法簡(jiǎn)介

        PSO算法是一種模擬生物群集行為而提出的隨機(jī)優(yōu)化算法,其分為以下幾個(gè)步驟:

        1)初始化粒子群規(guī)模及粒子位置等參數(shù)。

        2)根據(jù)粒子適應(yīng)度值大小更新最優(yōu)個(gè)體值和全局最優(yōu)值。

        3)更新t時(shí)刻粒子i的速度vig和位置xig,其中g(shù)表示粒子i所在的維度。具體位置和速度更新公式為:

        vig(t+1)=a·vig(t)+a1·ω1(pbestig-xig(t))+a2·ω2(pbestig-xig(t))

        (4)

        xig(t+1)=xig(t)+vig(t+1)

        (5)

        (6)

        式中:ω1,ω2為(0,1)之間的隨機(jī)數(shù);a為非線性慣性因子;a1,a2為兩個(gè)不同非線性慣性因子;pbestig為粒子i在g維度的個(gè)體最佳速度。

        4)當(dāng)算法達(dá)到最大迭代次數(shù)后輸出結(jié)果,反之算法繼續(xù)。

        由上述分析可知,MGM(1,1)模型的輸出為殘差數(shù)據(jù)列區(qū)間的中間值,而該值不一定是最優(yōu)值,若要獲取最佳模型輸出,還需選取殘差數(shù)據(jù)列區(qū)間最優(yōu)值。PSO算法作為經(jīng)典優(yōu)化算法,可通過粒子尋優(yōu)找到殘差數(shù)據(jù)列區(qū)間最優(yōu)值。因此,本文結(jié)合PSO算法和MGM(1,1)模型,并根據(jù)管道腐蝕預(yù)測(cè)隨機(jī)性和模糊性大的特點(diǎn),提出一種基于PSO-MGM模型的管道腐蝕預(yù)測(cè)方法。

        2 基于PSO-MGM模型的管道腐蝕預(yù)測(cè)

        本文基于PSO-MGM模型的管道腐蝕預(yù)測(cè)方法,首先構(gòu)建管道腐蝕預(yù)測(cè)MGM(1,1)模型,然后采用PSO算法選擇最優(yōu)白化因子,最后輸出白化因子對(duì)應(yīng)的殘差數(shù)據(jù)列值,并將其代入MGM(1,1)模型,即可得到預(yù)測(cè)值。具體步驟如下:

        1)初始化MGM(1,1)模型,向殘差狀態(tài)區(qū)間加入白化因子,得到第i步第j個(gè)狀態(tài)的白化表達(dá)為[5]:

        Dij=(1-λj)Lij+λjUij

        (7)

        式中:Dij為第i步第j個(gè)狀態(tài)的白化表達(dá);λj為白化因子,取值范圍為(0,1),在MGM模型中,λj=0.5,其中j=1~h,h為粒子群數(shù);Lij和Uij為MGM(1,1)模型的參數(shù)矩陣。

        2)初始化PSO算法粒子群參數(shù),并計(jì)算所有粒子適應(yīng)度值f[7]:

        (8)

        3)分別選取粒子和粒子群的最優(yōu)個(gè)體和最優(yōu)群體。

        4)計(jì)算粒子速度vig和位置xig,當(dāng)vig和xig大于區(qū)間內(nèi)最大值(xmax和vmax)時(shí),令xig=xmax,vig=vmax;當(dāng)vig和xig小于區(qū)間內(nèi)最小值(xmin和vmin)時(shí),令xig=xmin,vig=vmin。

        5)當(dāng)n=n+1時(shí),若滿足終止條件,則輸出結(jié)果,反之則返回步驟2)。

        通過以上的步驟,可以選出最優(yōu)的白化因子,然后將其代入式(9),那么可以得到PSO-MGM(1,1)預(yù)測(cè)模型,具體表達(dá)式為:

        (9)

        3 仿真分析

        3.1 仿真環(huán)境搭建

        實(shí)驗(yàn)在64位Windows7操作系統(tǒng)上運(yùn)行,CPU為Intel(R)Core(TM)i7-7770HQ 2.8 GHz,內(nèi)存為8 GB,采用MATLAB軟件進(jìn)行仿真。

        3.2 數(shù)據(jù)來源及預(yù)處理

        實(shí)驗(yàn)以某石化常壓混合原油管道為研究對(duì)象,并將收集的該管道腐蝕數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)。部分管道原始數(shù)據(jù)見表1。

        由表可知,管道腐蝕數(shù)據(jù)類型復(fù)雜且分布不均。為便于后續(xù)管道腐蝕分析預(yù)測(cè),本文采用標(biāo)準(zhǔn)差法對(duì)數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理。此外,為減少管道腐蝕預(yù)測(cè)過程中的計(jì)算量,還需對(duì)收集的數(shù)據(jù)進(jìn)行精簡(jiǎn)。本文采用Pearson法通過分析數(shù)據(jù)輸入與輸出變量的相關(guān)性,刪減對(duì)輸出變量影響較小的因素,達(dá)到精簡(jiǎn)數(shù)據(jù)的目的。Pearson法的計(jì)算方法如下[8]:

        表1 部分管道原始數(shù)據(jù)

        (10)

        通過上述預(yù)處理,即可得到用于模型預(yù)測(cè)的管道腐蝕實(shí)驗(yàn)數(shù)據(jù)。最后,為便于模型分析預(yù)測(cè),實(shí)驗(yàn)選用宏觀檢查腐蝕較嚴(yán)重的管道P-072作為主要研究對(duì)象。圖1為該管道2017年2月—2018年8月的腐蝕速率檢測(cè)數(shù)據(jù)。由圖1可知,該管道腐蝕速率呈上升趨勢(shì),滿足PSO-MGM(1,1)模型輸入數(shù)據(jù)要求。

        圖1 P-072管道腐蝕速率曲線

        3.3 評(píng)價(jià)指標(biāo)

        實(shí)驗(yàn)選用平均相對(duì)誤差emre、均方根誤差ermse對(duì)模型性能進(jìn)行評(píng)估,其計(jì)算方法如下[9]:

        (11)

        (12)

        3.4 參數(shù)設(shè)置

        實(shí)驗(yàn)將模型參數(shù)初始值設(shè)置如下:迭代次數(shù)800,粒子數(shù)量800,粒子長(zhǎng)度4,粒子位置值取值區(qū)間為[0,1],粒子速度取值區(qū)間為[-0.01,0.01],學(xué)習(xí)因子a1=a2=2[10-11]。將初始值代入程序運(yùn)算,可得白化因子λj分別為0.82,0.48,1.00,0.66。

        3.5 結(jié)果與分析

        3.5.1模型驗(yàn)證

        基于上述參數(shù)設(shè)置建立PSO-MGM(1,1)模型,其預(yù)測(cè)值與真實(shí)值對(duì)比如圖2所示。由圖可知,本文所提模型預(yù)測(cè)值曲線與實(shí)際值曲線吻合程度較高,預(yù)測(cè)值和真實(shí)值平均誤差小于1%。由此說明,本文所提模型可較準(zhǔn)確預(yù)測(cè)管道腐蝕且預(yù)測(cè)精度較高。

        圖2 模型預(yù)測(cè)結(jié)果

        3.5.2模型對(duì)比

        將本文所提的PSO-MGM(1,1)模型與傳統(tǒng)預(yù)測(cè)模型進(jìn)行對(duì)比,結(jié)果如圖3所示。由圖3可知,本文所提的PSO-MGM(1,1)模型與實(shí)際腐蝕速率的吻合程度較高。由此說明,本文所提模型PSO-MGM(1,1)與MGM(1,1)模型可較為理想地反映管道腐蝕發(fā)育情況,具有較高的預(yù)測(cè)精度。

        圖3 不同模型預(yù)測(cè)結(jié)果與實(shí)際值比較

        圖4所示為三種模型在預(yù)測(cè)過程中的誤差分布情況。由圖可知,隨著管道腐蝕速度增加,標(biāo)準(zhǔn)GM(1,1)模型誤差逐漸增大,最大誤差超過-0.016 mm/a,PSO-MGM(1,1)與MGM(1,1)模型誤差在(-0.002,0.002) mm/a波動(dòng)。

        圖4 不同模型誤差分布

        表2為PSO-MGM(1,1)、MGM(1,1)、GM(1,1)模型的預(yù)測(cè)結(jié)果對(duì)比。由表可知,3種模型的平均相對(duì)誤差均小于10%,滿足預(yù)測(cè)精度需求;本文所提PSO-MGM(1,1)模型的平均相對(duì)誤差最小,為1.96%。由此說明,本文所提模型預(yù)測(cè)精度更高,相較于MGM(1,1)和GM(1,1),更適用于管道腐蝕預(yù)測(cè)。

        表2 不同模型預(yù)測(cè)結(jié)果對(duì)比

        為進(jìn)一步驗(yàn)證PSO-MGM(1,1)模型的優(yōu)越性,對(duì)比現(xiàn)有管道腐蝕預(yù)測(cè)準(zhǔn)確率較高的PCA-GA-BP模型在P-072管道腐蝕速率的預(yù)測(cè)效果,結(jié)果見表3。由表3可知,PSO-MGM(1,1)模型的平均相對(duì)誤差更小,分析其原因,發(fā)現(xiàn)PCA-GA-BP模型更適合對(duì)成套裝置的所有管道腐蝕速度進(jìn)行預(yù)測(cè),而PSO-MGM(1,1)模型則是更適合對(duì)單一管道腐蝕速度進(jìn)行預(yù)測(cè),因此針對(duì)本次實(shí)驗(yàn)選用的P-072單一管道腐蝕速度進(jìn)行預(yù)測(cè),PSO-MGM(1,1)模型更具優(yōu)勢(shì)。

        表3 不同模型預(yù)測(cè)結(jié)果對(duì)比

        表4為PSO-MGM(1,1)模型與PCA-GA-BP模型對(duì)所有管道腐蝕速率預(yù)測(cè)結(jié)果。由表4可知,當(dāng)對(duì)成套裝置所有管道進(jìn)行預(yù)測(cè)時(shí),相較于PCA-GA-BP模型,PSO-MGM(1,1)模型的平均相對(duì)誤差更大,進(jìn)一步證明了上述結(jié)論。綜合來看,本文所提PSO-MGM(1,1)模型更適用于單一管道腐蝕預(yù)測(cè),可對(duì)管道腐蝕發(fā)育情況進(jìn)行具體預(yù)測(cè)。

        表4 不同模型預(yù)測(cè)結(jié)果

        4 結(jié)束語

        綜上所述,本文構(gòu)建的PSO-MGM管道腐蝕預(yù)測(cè)模型,通過選用MGM(1,1)為預(yù)測(cè)模型,并采用PSO算法選出模型最優(yōu)白化因子,提高了管道腐蝕預(yù)測(cè)準(zhǔn)確率,預(yù)測(cè)值與實(shí)際值擬合效果良好,可較為理想地反映管道腐蝕發(fā)育情況,具有良好的預(yù)測(cè)精度。本文雖對(duì)管道腐蝕預(yù)測(cè)進(jìn)行了相關(guān)研究,但仍存在諸多不足,后續(xù)還應(yīng)從以下方面進(jìn)行改進(jìn):管道腐蝕數(shù)據(jù)采集上,本文僅采用某石化常壓管道腐蝕檢查數(shù)據(jù),數(shù)據(jù)量不夠大,今后研究中應(yīng)收集更多管道腐蝕數(shù)據(jù);本文僅對(duì)管道腐蝕速度進(jìn)行了預(yù)測(cè),為實(shí)現(xiàn)對(duì)管道腐蝕更準(zhǔn)確的評(píng)價(jià),提高其實(shí)用性,后續(xù)研究中應(yīng)結(jié)合基于風(fēng)險(xiǎn)的檢驗(yàn)對(duì)管道腐蝕進(jìn)行定量分析。

        猜你喜歡
        白化殘差粒子
        基于雙向GRU與殘差擬合的車輛跟馳建模
        基于殘差學(xué)習(xí)的自適應(yīng)無人機(jī)目標(biāo)跟蹤算法
        白化黃喉擬水龜人工培育研究①
        最嚴(yán)重白化
        基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
        基于粒子群優(yōu)化的橋式起重機(jī)模糊PID控制
        基于粒子群優(yōu)化極點(diǎn)配置的空燃比輸出反饋控制
        白化茶種質(zhì)資源分類研究
        茶葉(2015年3期)2015-12-13 06:31:06
        平穩(wěn)自相關(guān)過程的殘差累積和控制圖
        河南科技(2015年8期)2015-03-11 16:23:52
        白化和紫化茶種質(zhì)資源開發(fā)進(jìn)展
        精品一区二区三区人妻久久福利| 亚洲婷婷丁香激情| 欧美黑人xxxx性高清版| 国产精品久久一区二区蜜桃| 国产精品黑丝美女啪啪啪| 青春草在线视频免费观看| 国产在线白丝DVD精品| 亚洲情精品中文字幕有码在线| 亚洲日本中文字幕乱码在线| 欧美日韩亚洲中文字幕二区| 亚洲精品无码高潮喷水在线| 亚洲熟妇中文字幕日产无码| 成熟的女人毛茸茸色视频| 国产av夜夜欢一区二区三区| 亚洲精品无码国模| jiZZ国产在线女人水多| 国产精品国产三级国产剧情| 亚洲av永久中文无码精品综合| 5级做人爱c视版免费视频| 国产精品狼人久久久影院| 伊人久久大香线蕉av色婷婷色 | 岳毛多又紧做起爽| 亚洲精品国产字幕久久vr| 亚洲一区二区丝袜美腿| 成人影院在线视频免费观看| 亚洲av无码之国产精品网址蜜芽| 囯产精品无码一区二区三区| 中文乱码字幕人妻熟女人妻| 亚洲s色大片在线观看| 藏春阁福利视频| 国产对白刺激在线观看| 亚洲国产av一区二区三区| 亚洲欧美日韩国产精品一区二区| 国产日b视频| 久久综合九色综合久久久| 高h小月被几个老头调教| 性一交一乱一伦| 亚洲香蕉av一区二区蜜桃| 女同同性av观看免费| 中文字幕日韩精品无码内射| 亚洲欧美日韩高清一区二区三区|