本文主要研究内容
作者刘浩宇,燕宗伟（2019）在《基于PSO-SVM的管道小泄漏检测》一文中研究指出：针对输油管道小泄漏难以检测的问题,提出了一种基于粒子群优化支持向量机(PSOSVM)的管道小泄漏检测方法。该方法利用超声波波速信号在正常工况和泄漏工况下的不同特点,对该波速信号进行时域特征提取和波形特征提取,将提取的时域特征值和波形特征值作为支持向量机(SVM)的输入。由于采用不同类型的SVM以及采用不同类型的核函数、归一化区间、罚因子c和核参数g都会对管道小泄漏检测识别产生影响,因此,通过实验在获得适用于管道小泄漏检测的最优SVM类型、核函数类型和归一化区间以后,利用粒子群算法寻找出该SVM最优惩罚因子c和核参数g。试验结果表明:针对6 mm泄漏,其泄漏检测准确率可达到82.5%;针对8 mm泄漏,其泄漏检测准确率可提高到97.5%。
Abstract
zhen dui shu you guan dao xiao xie lou nan yi jian ce de wen ti ,di chu le yi chong ji yu li zi qun you hua zhi chi xiang liang ji (PSOSVM)de guan dao xiao xie lou jian ce fang fa 。gai fang fa li yong chao sheng bo bo su xin hao zai zheng chang gong kuang he xie lou gong kuang xia de bu tong te dian ,dui gai bo su xin hao jin hang shi yu te zheng di qu he bo xing te zheng di qu ,jiang di qu de shi yu te zheng zhi he bo xing te zheng zhi zuo wei zhi chi xiang liang ji (SVM)de shu ru 。you yu cai yong bu tong lei xing de SVMyi ji cai yong bu tong lei xing de he han shu 、gui yi hua ou jian 、fa yin zi che he can shu gdou hui dui guan dao xiao xie lou jian ce shi bie chan sheng ying xiang ,yin ci ,tong guo shi yan zai huo de kuo yong yu guan dao xiao xie lou jian ce de zui you SVMlei xing 、he han shu lei xing he gui yi hua ou jian yi hou ,li yong li zi qun suan fa xun zhao chu gai SVMzui you cheng fa yin zi che he can shu g。shi yan jie guo biao ming :zhen dui 6 mmxie lou ,ji xie lou jian ce zhun que lv ke da dao 82.5%;zhen dui 8 mmxie lou ,ji xie lou jian ce zhun que lv ke di gao dao 97.5%。
论文参考文献
论文详细介绍
论文作者分别是来自油气田地面工程的刘浩宇,燕宗伟，发表于刊物油气田地面工程2019年S1期论文，是一篇关于管道论文,泄漏检测论文,超声波波速论文,特征提取论文,油气田地面工程2019年S1期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自油气田地面工程2019年S1期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：管道论文; 泄漏检测论文; 超声波波速论文; 特征提取论文; 油气田地面工程2019年S1期论文;