基于SMOTE-GWO-SVM模型的储罐底板腐蚀声发射检测智能评价
将储罐宏观特征和声发射特征相结合,以"可能的腐蚀状况"为导向对储罐宏观数据进行处理.同时针对储罐声发射判级数据样本数量少、分布不平衡的情况,采用合成少数类过采样技术(SMOTE)和灰狼算法优化支持向量机(GWO-SVM)相结合的模型进行储罐的安全状态等级智能预测.结果表明该模型能有效提高小样本、不平衡数据识别的准确率和可靠性.
声发射、储罐底板腐蚀、SMOTE、GWO-SVM、智能评价
45
TG115.28;TE972(金属学与热处理)
黑龙江省重点研发计划;东北石油大学青年基金
2023-04-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
47-53