基于PCA-IABC-ELM的管道腐蚀速率预测.pdfVIP

《热加工工艺》2022年7月第51卷第14期

●金属材料·

基于PCA-IABC-ELM的管道腐蚀速率预测

刘文彬，秦谢勋，陈良超，陶武军

(1.北京化工大学机电工程学院，北京100029；2.北京化工大学信息科学与技术学院，北京100029；3.中国石油庆阳

石化公司，甘肃庆阳745002）

摘要：为准确预测管道的腐蚀速率，提出一种基于主成分分析(PCA）、人工蜂群算法（ABC）和极限学习机（ELM）的

管道腐蚀速率预测模型。通过PCA算法对腐蚀因素进行降维处理，降低腐蚀因素间的信息关联度，通过改进的人工蜂

群算法（IABC）优化ELM模型的输人层权值和隐含层阀值，提高模型的泛化能力。以26组A3钢的实海挂片实验数据

为例，同时构造BP模型、ELM模型和PCA-ELM模型来验证PCA-IABC-ELM模型的可靠性。结果表明：采用PCA算

法预处理腐蚀数据和IABC算法优化ELM模型参数的处理方法是最为有效的，组合模型的平均相对误差为1.2274%，

预测精度优于其他模型。PCA-IABC-ELM模型可用于预测管道的腐蚀速率，指导管道防护工作。

关键词：主成分分析：人工蜂群算法：极限学习机：腐蚀预测：管道防护

DOI:10.14158/j.cnki.1001-3814

中图分类号：TG174文献标识码：A文章编号：1001-3814(2022）14-0027-05

PredictiononCorrosionRateofPipelineBasedonPCA-IABC-ELM

LIUWenbin，QINXiexun,CHENLiangchaoTAOWujun

CollegeofInformationScienceTechnology

PetroleumQingyangPetrochemicalCompanyQingyang745002hina）

Abstract:Inordertopredictthecorrosionrateofpipelinesaccuratelyapipelinecorrosionratepredictionmodelbased

onprincipalcomponentanalysis

PCAalgorithmwasusedtoreducethedimensionofcorrosionfactorstoreducetheinformationcorrelationbetweencorrosion

factors.TheIABCalgorithmwasusedtooptimizetheinputlayerweightandhiddenlayerbiasofELMmodeltoimprovethe

generalizationabilityofthemodel.Theimprovedartificialbeecolony(IABC)wasusedtooptimizetheinputlayerweights

andthehiddenlayerthresholdsoftheELMmodeltoimprovethegeneralizationabilityofthemodel.Takingtheexperimental

dataof26groupsofA3steelinseawaterasanexample,andthePCA-IABC-ELMmodelwascomparedwithBPmodel,ELM

modelandPCA-ELMmodeltoverifythereliability.TheresultsshowthatPCAalgorithmiseffectiveinpreprocessing

corrosiondata

combinedmodelis1.2274%,thepredictionaccuracyisbetterthanothermodels.Therefore,PCA-IABC-ELMmodecouldbe

usedtopre