欢迎登录材料期刊网

材料期刊网

高级检索

在分析了数据融合技术的基础上,建立了基于数据融合的腐蚀速率预测模型,并对核动力管道的腐蚀速率进行预测.结果表明,利用数据融合技术对腐蚀速率进行预测所得到的结果是有效的,且精度比单一预测模型高,同时所得的预测结果对核动力管道的维护具有一定的指导意义.

In order to predict the corrosion rate of pipelines for nuclear power system. A model based on the data fusion theory was built to predict the corrosion rate in the paper. Results indicate that the data fu-sion prediction model are effective with greater precision, and therefore the data fusion model is meaning-ful to the maintenance of pipes for nuclear power system.

参考文献

[1] 苏欣,袁宗明,黄坤,等.基于"数列灰预测"的输气管道腐蚀预测[J].西南石油学院学报,2006,28(3):82.
[2] 邓春龙,李文军,孔明先,等.BP神经网络在铜及铜合金海水腐蚀预测中的应用[J].海洋科学,2006,30(3):16.
[3] 喻西崇,赵金洲,邬亚玲,等.利用灰色理论预测注水管道腐蚀速率的变化趋势[J].腐蚀与防护,2003,24(2):51.
[4] 陈永红,张大发,江玮,等.优化的灰色模型在核动力系统管道腐蚀速率预测中的应用[J].原子能科学技术,2007,41(6):707.
[5] 孔涛,王佳,钟莲.组合人工神经网络模型预测海水腐蚀速率的研究[J].腐蚀科学与防护技术,2008,20(1):58.
[6] 严武元,王少梅.PSO-BP混合预测模型及在港几集装箱吞吐量预测中的应用[J].武汉理工大学学报(交通科学与工程版),2007,31(3):525.
[7] 汪洋溢,孟科,张恒喜,等.基于粗糙集与BP神经网络的多因素预测模型[J].计算机工程,2007,33(5):154.
[8] David L,Hall,James Llinas.Handbook of Mutisensor Data Fusion[M].Washington D C:CRC Press,2001.2.
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%