基于机器学习的冻土区融沉变形管段识别方法

刘燊; 刘啸奔; 李睿; 李博; 陈朋超; 张宏

首页> 中文期刊> 《石油机械》 >基于机器学习的冻土区融沉变形管段识别方法

基于机器学习的冻土区融沉变形管段识别方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

目前工业界采用人工识别的方法,对整条管线的惯性检测单元(IMU)应变检测数据进行逐段识别的做法存在耗时多、识别效率不高以及判断标准不一致等问题。鉴于此,通过建立机器学习模型,提出了弯曲变形危险管段智能识别方法,实现了对冻土区融沉变形管段的智能识别。首先统计了漠大一线冻土区管线中弯曲应变值超过0.125%的管段,包括弯头段、凹陷段和融沉导致的弯曲变形段等,使用1阶数字低通滤波法降低IMU应变检测数据中的噪声干扰,然后结合几何/漏磁检测数据截取IMU应变检测数据中不同管段类型的样本数据,从中提取了11种典型数据特征值,利用主成分分析法对11种特征值进行降维处理,最后建立决策树和随机森林模型进行识别分类。研究结果表明,不同管段类型的长度特征是影响模型分类效果的重要因素,在测试集中决策树模型出现了过拟合,识别准确率大幅下降,随机森林模型识别准确率达到了90%以上。该识别方法为管线完整性评价提供了技术基础。

著录项

来源
《石油机械》 |2022年第3期|106-114|共9页
作者
刘燊; 刘啸奔; 李睿; 李博; 陈朋超; 张宏;
展开▼
作者单位

中国石油大学(北京)油气管道输送安全国家工程实验室/石油工程教育部重点实验室/城市油气输配技术北京市重点实验室;

国家管网集团北方管道有限责任公司;

国家管网沈阳管道检测中心;

展开▼
原文格式 PDF
正文语种 chi
中图分类管道输送;
关键词
IMU; 弯曲应变; 冻胀融沉; 机器学习; 智能识别;

相似文献

中文文献
外文文献
专利

1. 高原冻土区既有公路病害特征和融沉变形分析 [J] . 黎福禄 . 军民两用技术与产品 . 2017,第002期
2. 高原冻土区既有公路病害特征和融沉变形分析 [J] . 李金平 . 路基工程 . 2016,第004期
3. 多年冻土区路基融沉变形分析 [J] . 冯桂云 ,谢颖川 . 公路工程 . 2013,第003期
4. 多年冻土区路基融沉变形的附加应力分析 [J] . 曹东伟 ,胡长顺 . 重庆交通大学学报（自然科学版） . 2001,第003期
5. 基于支持向量机的多年冻土路基融沉变形预测 [J] . 孙全胜 ,常继峰 . 公路工程 . 2014,第005期
6. 冻土地区路基不均匀融沉变形应用分析 [C] . 于广和 . 2007年中国公路建设与养护技术大会 . 2007
7. 基于融沉变形的青藏高原多年冻土区高速公路路面结构优化研究 [A] . 汤涛 . 2018

基于机器学习的冻土区融沉变形管段识别方法

摘要

著录项

相似文献

相关主题

期刊订阅