《表1 PCA降维结果：基于PCA-PSO-BP神经网络的管道剩余强度评价》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于PCA-PSO-BP神经网络的管道剩余强度评价》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在本次研究中，首先使用MATLAB软件对数据进行PCA降维处理，由于MATLAB中不能输入非数字数据，因此，需要对某些参数进行转换。首先，对于管道类型而言，由于钢级仅是管道的代号，并无实际意义，因此可以将管道钢级前的字母去除，即将X80转换为80，X100转换为100；其次，对于管道缺陷类型，将矩形缺陷定义为1，椭圆形缺陷定义为2，槽型缺陷定义为3，不规则形状缺陷定义为4；最后将数据输入至PCA算法中进行贡献率分析。分析结果如表1所示，从表中可以看出，管道钢级是影响管道剩余强度的主要因素，同时，屈服强度和拉伸强度对剩余强度的贡献率较低，可以忽略不计，从侧面分析，这主要是因为管道钢级与屈服强度和拉伸强度具有一定的关联性。为了保证预测结果的准确性，此次研究将选用累计贡献率超过98%的因素作为管道剩余强度的影响因素。因此，本次将选用管道钢级、直径、壁厚、缺陷类型、长度、深度作为管道剩余强度的影响因素进行下一步研究。