System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及承压设备剩余壁厚预测领域,特别是涉及一种承压设备剩余壁厚预测方法、系统、设备及介质。
技术介绍
1、承压设备包括压力容器和压力管道等,极其广泛地应用于石油化工、煤化工、核电、电力等行业中。剩余壁厚是评估承压设备安全状态的关键参量,在tsg 21-2016《固定式压力容器安全运行监察规程》和tsg d7005-2018《压力管道定期检验规则-工业管道》中均规定,壁厚测定是定期检验期间的主要检验项目。通过壁厚数据计算腐蚀速率、剩余寿命以及进行合于使用评价,是确保承压设备安全运行的重要手段。由于化工行业的承压设备量大面广,通过壁厚测定或在线监测的方式获取壁厚数据,一方面需要大量的检验监测资源,另一方面受温度、压力和施工条件限制,只能在特定的时间如定期检验期间进行。因此,提出剩余壁厚的高精度数值预测方法对评估化工承压设备的安全运行状态具有重要意义。
2、灰色系统理论针对“部分信息已知、部分信息未知”的“贫信息”不确定性系统,认为客观系统的表象复杂,数据离乱,但它总是有序的,有一定的整体功能。通过将原始数据变换生成具有一定规律的数列,对变换数列建立微分方程模型,充分挖掘较少数据中的显信息和隐信息,进而从无序的数据中发现有序,从而较全面地揭示系统未来的变化规律。承压设备剩余壁厚预测就是典型的“灰色系统”。一方面可以明确,承压设备的剩余壁厚与操作温度、压力、介质、材质、结构、运行时间等密切相关,受多种因素综合影响,剩余壁厚数值随着时间是单调递减的,具有典型的时间序列特征。另一方面,上述参数具体如何影响剩余壁厚,各参数
3、当前已有灰色系统理论对剩余壁厚预测的文献中,对剩余壁厚的预测方法,通过考虑原始数据的某个特征,采用单一的灰色模型或者直接数值拟合的方法进行预测。如上所述,由于承压设备剩余壁厚受多种因素综合影响,各因素之间存在着复杂的关系,单一预测模型很难描述剩余壁厚数据变化的所有规律,各单一模型具有自身局限性、预测精度低。
技术实现思路
1、本专利技术的目的是提供一种承压设备剩余壁厚预测方法、系统、设备及介质,可提高承压设备剩余壁厚的预测精度。
2、为实现上述目的,本专利技术提供了如下方案:
3、一种承压设备剩余壁厚预测方法,包括:
4、获取承压设备剩余壁厚随时间序列变化的历史数据,并构成剩余壁厚原始序列;
5、根据所述剩余壁厚原始序列,构建剩余壁厚的gm(1,1)单一预测模型;
6、根据所述剩余壁厚原始序列,构建剩余壁厚的verhulst单一预测模型;
7、根据所述剩余壁厚原始序列,构建剩余壁厚的非线性拟合单一预测模型;
8、对gm(1,1)单一预测模型、verhulst单一预测模型和非线性拟合单一预测模型进行加权优化,获得剩余壁厚的最优加权组合模型;
9、利用所述最优加权组合模型预测承压设备的剩余壁厚,获得剩余壁厚预测序列。
10、可选地,所述非线性拟合单一预测模型为:
11、
12、式中,y(k)为剩余壁厚预测序列中的第k个预测值,k=1,2,3,…n,n为剩余壁厚预测序列中预测值的数量;a、c和y0均为非线性拟合参数。
13、可选地,对gm(1,1)单一预测模型、verhulst单一预测模型和非线性拟合单一预测模型进行加权优化,获得剩余壁厚的最优加权组合模型,具体包括:
14、加权gm(1,1)单一预测模型、verhulst单一预测模型和非线性拟合单一预测模型,获得加权组合模型;
15、分别利用gm(1,1)单一预测模型、verhulst单一预测模型和非线性拟合单一预测模型对承压设备的剩余壁厚进行预测,获得每个单一预测模型的剩余壁厚预测序列;
16、根据每个单一预测模型的剩余壁厚预测序列和剩余壁厚真实值,确定每个单一预测模型的预测误差矩阵;
17、由所有单一预测模型的预测误差矩阵构成拟合误差矩阵;
18、以预测误差平方和最小为优化目标,建立对加权组合模型中每个单一预测模型的权重系数进行优化的目标函数;
19、根据所述拟合误差矩阵,采用拉格朗日乘子法求解所述目标函数,获得加权组合模型的最优权重向量;所述最优权重向量由加权组合模型中每个单一预测模型的最优权重系数组成;
20、将最优权重向量代入加权组合模型,获得最优加权组合模型。
21、可选地,所述拟合误差矩阵为:
22、
23、式中,e为拟合误差矩阵,eit为第i个单一预测模型在t时刻的预测误差,i=1,2,…,m,m为单一预测模型的数量。
24、可选地,所述目标函数为:
25、
26、式中,q为目标函数,et为t时刻的预测误差,n为剩余壁厚预测序列中预测值的数量,w为权重系数向量,w=(w1,w2,…,wm),wi为第i个单一预测模型的权重系数,r表示分量全为1的列向量,即r=[1,1,...,1]t。
27、可选地,对gm(1,1)单一预测模型、verhulst单一预测模型和非线性拟合单一预测模型进行加权优化,获得剩余壁厚的最优加权组合模型,之后还包括:
28、采用平均相对误差、平方和误差与标准误差评价gm(1,1)单一预测模型、verhulst单一预测模型、非线性拟合单一预测模型及最优加权组合模型的预测结果。
29、一种承压设备剩余壁厚预测系统,包括:
30、原始序列获取模块,用于获取承压设备剩余壁厚随时间序列变化的历史数据,并构成剩余壁厚原始序列;
31、gm(1,1)模型构建模块,用于根据所述剩余壁厚原始序列,构建剩余壁厚的gm(1,1)单一预测模型;
32、verhulst模型构建模块,用于根据所述剩余壁厚原始序列,构建剩余壁厚的verhulst单一预测模型;
33、非线性拟合模型构建模块,用于根据所述剩余壁厚原始序列,构建剩余壁厚的非线性拟合单一预测模型;
34、加权模块,用于对gm(1,1)单一预测模型、verhulst单一预测模型和非线性拟合单一预测模型进行加权优化,获得剩余壁厚的最优加权组合模型;
35、预测模块,用于利用所述最优加权组合模型预测承压设备的剩余壁厚,获得剩余壁厚预测序列。
36、一种电子设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的承压设备剩余壁厚预测方法。
37、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现如上述的承压设备剩余壁厚本文档来自技高网...
【技术保护点】
1.一种承压设备剩余壁厚预测方法,其特征在于,包括:
2.根据权利要求1所述的承压设备剩余壁厚预测方法,其特征在于,所述非线性拟合单一预测模型为:
3.根据权利要求1所述的承压设备剩余壁厚预测方法,其特征在于,对GM(1,1)单一预测模型、Verhulst单一预测模型和非线性拟合单一预测模型进行加权优化,获得剩余壁厚的最优加权组合模型,具体包括:
4.根据权利要求3所述的承压设备剩余壁厚预测方法,其特征在于,所述拟合误差矩阵为:
5.根据权利要求4所述的承压设备剩余壁厚预测方法,其特征在于,所述目标函数为:
6.根据权利要求1所述的承压设备剩余壁厚预测方法,其特征在于,对GM(1,1)单一预测模型、Verhulst单一预测模型和非线性拟合单一预测模型进行加权优化,获得剩余壁厚的最优加权组合模型,之后还包括:
7.一种承压设备剩余壁厚预测系统,其特征在于,包括:
8.一种电子设备,其特征在于,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实
9.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被执行时实现如权利要求1至6中任一项所述的承压设备剩余壁厚预测方法。
...【技术特征摘要】
1.一种承压设备剩余壁厚预测方法,其特征在于,包括:
2.根据权利要求1所述的承压设备剩余壁厚预测方法,其特征在于,所述非线性拟合单一预测模型为:
3.根据权利要求1所述的承压设备剩余壁厚预测方法,其特征在于,对gm(1,1)单一预测模型、verhulst单一预测模型和非线性拟合单一预测模型进行加权优化,获得剩余壁厚的最优加权组合模型,具体包括:
4.根据权利要求3所述的承压设备剩余壁厚预测方法,其特征在于,所述拟合误差矩阵为:
5.根据权利要求4所述的承压设备剩余壁厚预测方法,其特征在于,所述目标函数为:
6.根据权利要求1所述的承压设备...
【专利技术属性】
技术研发人员:刘娟波,陈昇,于闯,郭璟倩,谢国山,韩志远,何萌,
申请(专利权)人:中国特种设备检测研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。