炼油设备腐蚀预测技术研究及实现
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-18页 |
1.1 课题研究的背景和意义 | 第10页 |
1.2 国内外腐蚀预测方法研究现状 | 第10-16页 |
1.2.1 安全评估标准与方法 | 第11页 |
1.2.2 腐蚀预测技术及方法 | 第11-16页 |
1.3 本文的主要内容 | 第16-17页 |
1.4 本文结构安排 | 第17页 |
1.5 本章小结 | 第17-18页 |
第2章 炼油设备腐蚀问题分析和支持向量机基本原理 | 第18-32页 |
2.1 炼油设备腐蚀问题概述 | 第18-21页 |
2.1.1 腐蚀分类 | 第18页 |
2.1.2 常减压装置腐蚀问题分析 | 第18-21页 |
2.2 支持向量机原理与理论 | 第21-29页 |
2.2.1 统计学理论 | 第22页 |
2.2.2 支持向量机原理 | 第22-25页 |
2.2.3 支持向量机回归模型 | 第25-28页 |
2.2.4 基于SMO算法的求解算法 | 第28-29页 |
2.3 本章小结 | 第29-32页 |
第3章 腐蚀数据采集与预处理 | 第32-46页 |
3.1 腐蚀数据采集技术 | 第32-34页 |
3.1.1 常用腐蚀数据采集技术概述 | 第32-33页 |
3.1.2 监测点选取原则 | 第33页 |
3.1.3 电感探针数据采集技术分析 | 第33-34页 |
3.2 采集数据预处理 | 第34-45页 |
3.2.1 采集数据误差分析 | 第37页 |
3.2.2 采集数据误差处理 | 第37-45页 |
3.3 本章小结 | 第45-46页 |
第4章 基于支持向量回归的炼油设备腐蚀速率预测 | 第46-68页 |
4.1 基于支持向量回归的预测模型 | 第46-50页 |
4.1.1 数据预测训练格式 | 第46-47页 |
4.1.2 支持向量回归核函数的选择 | 第47-49页 |
4.1.3 基于支持向量回归的腐蚀预测模型 | 第49-50页 |
4.2 支持向量回归参数分析与优化 | 第50-55页 |
4.2.1 模型参数分析 | 第50-52页 |
4.2.2 基于区间选择法的参数优化 | 第52-55页 |
4.3 基于GA的模型参数优化算法设计 | 第55-61页 |
4.3.1 基于GA参数优化的基本思想 | 第55页 |
4.3.2 算法总体框架 | 第55-56页 |
4.3.3 遗传算法设计 | 第56-61页 |
4.4 实验分析 | 第61-66页 |
4.4.1 算法性能分析 | 第61-64页 |
4.4.2 方法性能比较 | 第64-66页 |
4.5 本章小结 | 第66-68页 |
第5章 炼油设备腐蚀剩余寿命预测 | 第68-76页 |
5.1 炼油设备腐蚀剩余寿命问题描述 | 第68-69页 |
5.2 Monte Carlo方法概述 | 第69页 |
5.3 炼油设备腐蚀剩余寿命预测 | 第69-75页 |
5.3.1 算法总体框架 | 第69-70页 |
5.3.2 剩余腐蚀壁厚的确定 | 第70-72页 |
5.3.3 腐蚀速率分布的确定 | 第72-73页 |
5.3.4 设备剩余寿命的预测 | 第73-75页 |
5.4 本章小结 | 第75-76页 |
第6章 炼油设备腐蚀预测系统实现 | 第76-88页 |
6.1 炼油设备腐蚀预测系统总体框架 | 第76页 |
6.1.1 系统物理结构 | 第76页 |
6.1.2 系统逻辑结构 | 第76页 |
6.2 炼油设备腐蚀预测系统分析 | 第76-77页 |
6.3 炼油设备腐蚀预测系统设计 | 第77-80页 |
6.3.1 系统功能结构 | 第77页 |
6.3.2 系统功能设计 | 第77-78页 |
6.3.3 数据库设计 | 第78-80页 |
6.4 腐蚀防护管理系统实现 | 第80-87页 |
6.4.1 系统研发平台概述 | 第80页 |
6.4.2 系统实现结果 | 第80-87页 |
6.5 本章小结 | 第87-88页 |
第7章 总结与展望 | 第88-90页 |
7.1 论文工作总结 | 第88-89页 |
7.2 未来研究方向展望 | 第89-90页 |
参考文献 | 第90-96页 |
致谢 | 第96页 |