摘要
本发明属于管道侵蚀预测及评价技术领域,涉及一种多尺度的串联弯管侵蚀分析方法、系统及终端。分析方法包括:基于拉丁超立方采样方法获取n组初始数据;配置仿真实验,基于n组初始数据获得n组仿真数据;选择机器学习模型,基于网格搜索方法优化机器学习模型的超参数;基于仿真数据训练机器学习模型,获得超参数优化机器学习预测模型;基于超参数优化机器学习预测模型预测串联弯管侵蚀速率;多尺度分析影响串联弯管侵蚀速率的因素和影响程度,获得分析结果。本发明通过SHAP分析、响应面分析及斯托克斯方程分析解释影响模型侵蚀速率预测和影响串联弯管气固侵蚀预测的内在联系,增加了工业管道侵蚀的实时预测能力和可解释能力。
技术关键词
优化机器学习
仿真数据
分析方法
斯托克斯方程
超参数
拉丁超立方采样
多尺度
网格搜索方法
流体流动建模
弯头
训练机器学习模型
速率
拉格朗日方法
湍流模型
评价技术
分析系统
分析单元
系统为您推荐了相关专利信息
土地空间规划
优化分析方法
土地利用数据
优化分析系统
生成算法
自然语言
数据统计分析方法
语句
关键词
计算机可执行指令
谐波阻抗测量方法
循环神经网络模型
小波变换模极大值法
卷积神经网络模型
曲面