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() 一种基于神经网络的油轮腐蚀预测系统及介质技术方案_技高网

一种基于神经网络的油轮腐蚀预测系统及介质技术方案

技术编号:40788676 阅读:2 留言:0更新日期:2024-03-28 19:19
本申请提高一种基于神经网络的油轮腐蚀预测系统及介质,涉及腐蚀监测技术领域,包括:数据采集模块,用于采集腐蚀电流数据;所述数据采集模块包含:腐蚀电流检测单元,用于检测油轮不同位置的腐蚀电流数据;环境数据检测单元,设置若干环境传感器,采集油轮不同位置的环境数据;数据处理单元,采用STM32单片机,用于处理采集的腐蚀电流数据;通信单元,通过RS485通信接口,传输处理后的腐蚀电流数据。针对现有技术中存在的油轮腐蚀程度预测精度低的问题,本申请通过采集腐蚀电流数据、环境数据,采用误差反向传播算法和自适应梯度下降法等方法训练神经网络模型,提高了油轮腐蚀深度的实时预测精度。

【技术实现步骤摘要】

本申请涉及腐蚀监测,特别涉及一种基于神经网络的油轮腐蚀预测系统及介质


技术介绍

1、随着全球经济的发展和国际贸易的增长,油轮运输的需求日益增强。然而,油轮作为海洋运输的重要载体,其腐蚀问题一直是影响其运输安全和经济效益的重要因素。长期以来,人们对油轮腐蚀的预测主要依赖于人工经验和定性分析,这种方法不仅准确度不高,而且无法满足实时监测和预测的需求。因此,如何实现对油轮腐蚀的实时、准确预测,成为当前油轮运输领域亟待解决的问题。

2、在现有的油轮腐蚀预测技术中,现有的预测系统无法实时、全面地采集腐蚀电流数据和环境数据,无法反映出油轮实时的腐蚀状况和环境因素变化。

3、在相关技术中,比如中国专利文献cn115165725a中提供了一种基于数据驱动的海上装备腐蚀监测与安全预警系统,包括硬件单元、数据存储单元和软件单元;硬件单元包括腐蚀传感器和振动传感器,用于采集海上装备部件与腐蚀相关的传感器信号;数据存储单元用于对采集的传感器信号进行数据储存、数据预处理以及运维安全日志管理;软件单元用于利用神经网络模型算法对输入的预处理后的数据进行训练和预测,输出所监测部件的腐蚀趋势的预测值和腐蚀程度的分类结果,并判断是否发出安全警报。但是该方案中,腐蚀传感器和振动传感器的精度对监测系统的性能有直接影响。如果传感器本身的精度不够高,或者在极端环境下工作不稳定,将直接导致采集的数据准确度下降,影响腐蚀趋势预测的精度。因此该方案的预测精度有待进一步提高。


技术实现思路

1、1.要解决的技术问题

2、针对现有技术中存在的油轮腐蚀程度预测精度低的问题,本申请提供了一种基于神经网络的油轮腐蚀预测系统及介质,通过采集腐蚀电流数据和环境数据等,提高了油轮在不同海域环境下腐蚀情况的实时预测精度。

3、2.技术方案

4、本申请的目的通过以下技术方案实现。

5、本说明书实施例的一个方面提供一种基于神经网络的油轮腐蚀预测系统,包括:数据采集模块,用于采集腐蚀电流数据;数据采集模块包含:腐蚀电流检测单元,用于检测油轮不同位置的腐蚀电流数据;环境数据检测单元,设置若干环境传感器,采集油轮不同位置的环境数据;数据处理单元,采用stm32单片机,用于处理采集的腐蚀电流数据;通信单元,通过rs485通信接口,传输处理后的腐蚀电流数据。

6、其中,腐蚀电流检测单元实时采集不同位置的腐蚀电流数据。stm32单片机同步采集位置、温度、盐度等环境参数数据。将腐蚀电流数据与环境参数数据一起传输到云服务器。在云服务器上,通过数据处理模块,根据传感的腐蚀电流信号以及环境参数,计算出不同位置的即时腐蚀速率。计算公式遵循法拉第定律,考虑环境对腐蚀的影响,经过预设的模型转换为实时的腐蚀深度结果。腐蚀深度结果将作为训练数据提供给神经网络模型。

7、具体地,数据采集是该系统的起点,其主要任务是监测并收集油轮不同位置的腐蚀电流数据和环境数据。这一模块主要包括腐蚀电流检测单元和环境数据检测单元:腐蚀电流检测单元:采用电流传感器,通过检测油轮各部位的腐蚀电流,获取腐蚀情况的实时数据。腐蚀电流是由于金属材料在海水环境中发生氧化还原反应,形成的自由电子流动产生的电流,其大小与腐蚀速度成正比。环境数据检测单元:设置若干环境传感器,采集油轮各部位的环境数据,如温度、湿度、ph值、含盐量、含氧量等。这些环境因素会直接影响腐蚀的速度和程度。

8、具体地,本申请通过stm32单片机对数据即时处理,跳过存储环节,直接传输到云服务器,提升了数据处理流程的效率。本申请通过腐蚀电流检测单元采集腐蚀速率,并辅以位置、温度、盐度等环境数据的采集,扩充了数据种类,提高了数据采集的精度和覆盖面。数据处理单元主要负责对采集的腐蚀电流数据进行处理。该单元采用stm32单片机,该单片机有着强大的处理能力和丰富的接口,能够快速、有效地处理大量数据,将复杂的信号转化为神经网络模型可以接受的格式。处理后的数据需要通过通信单元传输到神经网络模型进行分析和预测。通信单元通过rs485通信接口,实现了数据的高速、安全、准确的传输。rs485接口是一种常用的工业级通信接口,具有抗干扰能力强、传输距离远、可连接多台设备等优点。

9、进一步地,腐蚀电流检测单元包含夹层电路板和数据采集电路板;夹层电路板,用于对采集的腐蚀电流数据进行预处理;其中,夹层电路板,包含:多个电化学传感器,产生代表腐蚀电流的数据;多个运算放大器,其中每个运算放大器的输入端连接一个电化学传感器,输入端设有不低于100gω的超高阻抗电阻,采用低噪声偏置电路使输入偏置电流不大于10fa;运算放大器接收传感器输出的代表腐蚀电流的微弱模拟电流信号,将其放大108倍后输出放大后的模拟电流信号;具体地,运算放大器的输入偏置电流是指在输入端口接入信号源(如电化学传感器)时,放大器自身会产生的微小漏电流。而腐蚀电流是由传感器采集和检测得到的目标信号。为了保证检测精度,运算放大器的输入偏置电流需要远小于传感器采集的腐蚀电流信号,通常需小两个数量级以上。此处设计的放大器输入偏置电流不大于10fa,而传感器采集的腐蚀电流信号在几十纳安至几微安量级,输入偏置电流远小于腐蚀电流信号,满足检测要求。通过微小的输入偏置电流,可以确保运算放大器测量的输出电流基本来自腐蚀电流,从而实现对微弱腐蚀电流的精确放大与检测。

10、数据采集电路板,用于将预处理后的腐蚀电流数据转换为数字信号;其中,数据采集电路板包含:多个24位模拟数字转换器芯片adc128s102,与运算放大器连接,将运算放大器输出的放大后的腐蚀电流模拟信号进行模数转换;一基准电源模块,采用低漂移基准电压源芯片ref5025和运算放大器组成基准电压源,输出精度在±0.02%以内、温度系数在2ppm/°c以下的2.5v基准电压,通过基准电压输出端与模数转换器芯片的基准电压输入端连接,为模数转换过程提供稳定的参考基准电压,以保证转换精度。

11、导电屏蔽层,设置在夹层电路板和数据采集电路板之间,用于隔离夹层电路板和数据采集电路板之间的漏电流。其中,导电屏蔽层,包括:金属箔材质的屏蔽板,设置在夹层电路板与数据采集电路板之间;屏蔽板的厚度不小于0.1mm,材质为导电性能良好的铜箔;屏蔽板完全覆盖夹层电路板与数据采集电路板之间的间隙;屏蔽板两侧分别与夹层电路板及数据采集电路板电气连接;屏蔽板表面与夹层电路板及数据采集电路板机械接触良好;具体地,静电屏蔽指屏蔽层可以防止外部静电对夹层电路板和数据采集电路板中的电子元件产生干扰;“漏电流隔离”是指屏蔽层可以防止夹层电路板和数据采集电路板之间由于电位差产生的漏电流,从而提高腐蚀电流检测的精度。

12、进一步地,腐蚀电流检测单元还包括:若干位置传感器,用于获取电化学传感器的位置信息,输出位置坐标数据;其中,腐蚀电流检测单元,配置有多组电化学传感器,用于检测不同位置的实时腐蚀电流;其中,腐蚀电流是指在电化学腐蚀过程中,金属表面上发生的电子流动所引起的电流。它是判断金属本文档来自技高网...

【技术保护点】

1.一种基于神经网络的油轮腐蚀预测系统,其特征在于,包括:

2.如权利要求1所述的基于神经网络的油轮腐蚀预测系统,其特征在于:

3.如权利要求1所述的基于神经网络的油轮腐蚀预测系统,其特征在于:

4.如权利要求3所述的基于神经网络的油轮腐蚀预测系统,其特征在于:

5.如权利要求4所述的基于神经网络的油轮腐蚀预测系统,其特征在于:

6.如权利要求5所述的基于神经网络的油轮腐蚀预测系统,其特征在于:

7.如权利要求4所述的基于神经网络的油轮腐蚀预测系统,其特征在于:

8.如权利要求7所述的基于神经网络的油轮腐蚀预测系统,其特征在于:

9.如权利要求7所述的基于神经网络的油轮腐蚀预测系统,其特征在于:

10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至9中任意一项所述的基于神经网络的油轮腐蚀预测系统。

【技术特征摘要】

1.一种基于神经网络的油轮腐蚀预测系统,其特征在于,包括:

2.如权利要求1所述的基于神经网络的油轮腐蚀预测系统,其特征在于:

3.如权利要求1所述的基于神经网络的油轮腐蚀预测系统,其特征在于:

4.如权利要求3所述的基于神经网络的油轮腐蚀预测系统,其特征在于:

5.如权利要求4所述的基于神经网络的油轮腐蚀预测系统,其特征在于:

6.如权利要求5所述的基于神经网络的油轮腐...

【专利技术属性】
技术研发人员:张侠张玉星王冠军张婷婷安佰春
申请(专利权)人:青岛青软晶尊微电子科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1