基于PSO-LS-SVM的储罐底板缺陷量化方法研究

• 作者: 王坤 程迪 赵伟 黄松岭
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 漏磁检测 粒子群算法 最小二乘支持向量机 缺陷量化
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 测量与控制
• 页码范围: 87-92
• 页数: 6页
• 分类号: TM711
• 字数: 3577字
• 语种: 中文

摘要

为能准确量化油气储罐底板上的缺陷,提出一种最小二乘支持向量机缺陷量化方法,并以该方法模型建立了缺陷的三维漏磁场信号与缺陷的长度、宽度、深度之间的映射关系.为提高该方法对储罐底板缺陷的量化精度,采用粒子群算法对模型参数进行了优化.仿真结果及分析表明,与BP神经网络方法相比,结合了粒子群优化的最小二乘支持向量机缺陷量化方法的网络训练时间短、缺陷量化精度高,具有较强的工程应用优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄松岭	清华大学电机系电力系统国家重点实验室	123	1866	23.0	39.0
2	赵伟	清华大学电机系电力系统国家重点实验室	210	3095	27.0	47.0
3	王坤	清华大学电机系电力系统国家重点实验室	10	25	2.0	5.0
4	程迪	清华大学电机系电力系统国家重点实验室	1	3	1.0	1.0