管道技术与设备
管道技術與設備
관도기술여설비
PIPELINE TECHNIQUE AND EQUIPMENT
2014年
5期
43-45
,共3页
腐蚀形貌%支持向量机%腐蚀速率预测%二值化
腐蝕形貌%支持嚮量機%腐蝕速率預測%二值化
부식형모%지지향량궤%부식속솔예측%이치화
针对CO2腐蚀过程复杂,难以利用实测数据有效预测腐蚀速率问题,文中以腐蚀形貌图像为对象,利用支持向量机(SVM)构建预测模型,实现对CO2腐蚀速率的预测.对N80钢的CO2腐蚀图像进行灰度处理、灰度增强及二值化处理,提取蚀孔数目和孔蚀面积.经计算获得孔蚀密度及孔蚀率,结合工作温度及CO2分压作为腐蚀速率预测的四维特征向量.以SVM构建预测模型,经测试,可准确预测CO2腐蚀速率,并与神经网络预测结果进行对比,验证了该方法的优越性.
針對CO2腐蝕過程複雜,難以利用實測數據有效預測腐蝕速率問題,文中以腐蝕形貌圖像為對象,利用支持嚮量機(SVM)構建預測模型,實現對CO2腐蝕速率的預測.對N80鋼的CO2腐蝕圖像進行灰度處理、灰度增彊及二值化處理,提取蝕孔數目和孔蝕麵積.經計算穫得孔蝕密度及孔蝕率,結閤工作溫度及CO2分壓作為腐蝕速率預測的四維特徵嚮量.以SVM構建預測模型,經測試,可準確預測CO2腐蝕速率,併與神經網絡預測結果進行對比,驗證瞭該方法的優越性.
침대CO2부식과정복잡,난이이용실측수거유효예측부식속솔문제,문중이부식형모도상위대상,이용지지향량궤(SVM)구건예측모형,실현대CO2부식속솔적예측.대N80강적CO2부식도상진행회도처리、회도증강급이치화처리,제취식공수목화공식면적.경계산획득공식밀도급공식솔,결합공작온도급CO2분압작위부식속솔예측적사유특정향량.이SVM구건예측모형,경측시,가준학예측CO2부식속솔,병여신경망락예측결과진행대비,험증료해방법적우월성.