摘要
本发明涉及化工生产技术领域,公开一种基于多维数据融合的管道损伤评估方法及防腐方法。管道损伤评估方法包括:配置训练好的轻量化神经网络模型,将管道损伤图片输入至该网络模型,经特征提取、特征增强和特征映射与输出后,获得损伤类型的概率分布;以腐蚀相关指标数据集为输入,应用相关系数法评估腐蚀因素与腐蚀速率之间的关联程度,并获得初始强相关数据集;扩展初始强相关数据集,以获得强相关数据集;以强相关数据集为输入,应用Apriori关联算法评估腐蚀因素之间的强关联规则;基于损伤类型的概率分布和强关联规则对化工管道损伤进行定性和定量评估。本发明能够深入了解管道腐蚀的机制和影响因素,为制定针对性的腐蚀防护策略提供依据。
技术关键词
损伤评估方法
轻量化神经网络
相关系数阈值
化工管道
数据
关联算法
相关系数法
速率
通道
注意力机制
管道防腐方法
指标
图片
生成对抗网络
损伤类别
非线性
系统为您推荐了相关专利信息
移动学习系统
学生
移动设备
人工智能算法
个性化学习路径
三维重建模型
掩模
三维位置信息
缺陷尺寸
结构光图像
发酵控制器
群体智能优化
大曲
发酵控制方法
隶属度函数
神经网络模型
灰度直方图
可执行程序代码
数据
训练特征