《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》
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。
图表编号 | XD00177086400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.20 |
作者 | 朱峰 |
绘制单位 | 中国石油新疆油田公司风城油田作业区 |
更多格式 | 高清、无水印(增值服务) |