节点文献

贝叶斯网络在储罐底板腐蚀状况预测的应用研究

免费订阅

【作者】 张颖陈荣刚戴光王晓鹏董立敏

【Author】 ZHANG Ying1,CHEN Ronggang1,DAI Guang1,WANG Xiaopeng2,DONG Limin2(1.Northeast Petroleum University,Daqing 163318,China;2.Daqing Petrochemical Company,Daqing 163714,China)

【机构】 东北石油大学中国石油大庆石化分公司

【摘要】 根据领域专家经验,利用与储罐底板腐蚀相关的外部表征因素,采用随机重启爬山算法等5种启发式算法构建储罐底板腐蚀状况贝叶斯网络智能评价模型。将模型预测结果与声发射在线检测结果对比,随机重启爬山算法构建的网络模型预测能力优于其他4种算法的网络结构,平均准确率为92%。预测结果表明,该预测模型能够解决储罐底板腐蚀状况的预测问题,具有一定的工程应用价值。

【所属期刊栏目】 试验研究 (2011年01期)
  • 【DOI】10.14024/j.cnki.1004-244x.2011.01.026
  • 【分类号】TE980
  • 【被引频次】2
  • 【下载频次】164
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: