[發明專利]基于人工智能大數據預測塑料壓力管道長期壽命的方法

在審

• 申請號: 201910201622.3
• 申請日: 2019-03-18
• 公開（公告）號: CN109977511A
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 張應遷;郭毅;岳躍;付磊;羅云蓉;謝云霞
• 申請（專利權）人: 四川輕化工大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 重慶市信立達專利代理事務所(普通合伙) 50230
• 代理人: 包曉靜

1.一種基于人工智能大數據預測塑料壓力管道長期壽命的方法，其特征在于，該基于人工智能大數據預測塑料壓力管道長期壽命的方法包括以下步驟：

步驟一，收集大量的塑料壓力管道失效案例；

步驟二，通過實驗獲取典型塑料壓力管道材料的力學性能參數；

步驟三，提取影響塑料壓力管道使用壽命的基本參數，如初始裂紋長度，疲勞應力幅、擠壓注模的預應力、表面的劃痕；

步驟四，將影響塑料壓力管道使用壽命的基本參數作為輸入參數，失效模式以及剩余壽命作為輸出參數，形成大數據分析文件；以初始裂紋長度length、疲勞應力幅amplitude、擠壓注模的預應力prestressing、表面的劃痕mark為輸入參數，是否失效為輸出參數，參數包括失效和安全兩種模式；最終形成weka能識別的arff文件；

步驟五，對采集的訓練樣本進行優化，包括采用SMOTE合成少數類過采樣技術亦即過采樣技術對現有訓練集進行人工增強、類平衡、欠采樣、剔除奇異訓練樣本技術，實現對訓練樣本的優化訓練；對少數類樣本進行分析并根據少數類樣本人工合成新樣本添加到數據集中；

步驟六，通過大數據分析軟件WEKA，選擇不同的算法進行數據挖掘分析，優化各種算法參數，得到預測失效模式以及剩余使用壽命；SMOreg回歸kernel選擇Puk算法、regOptimizer選擇RegSMOImproved算法；

步驟七，比較不同的算法預測的結果，對不同算法預測結果進行投票vote；

步驟八，通過投票結果完成對塑料壓力管道失效模式以及剩余使用壽命的預測。

2.如權利要求1所述基于人工智能大數據預測塑料壓力管道長期壽命的方法，其特征在于，所述步驟一的塑料壓力管道失效案例的包括：

(1)操作不當，致使運行條件惡化，包括超壓、超溫、腐蝕性介質超標、壓力溫度異常脈動，產生交變載荷，造成的塑料壓力管道疲勞失效；

(2)設計、制造、施工存在缺陷，管道柔性不符合要求，材料選用不當或用材錯誤，存在焊接缺陷，焊接或組裝不合理造成應力過大，管道支承系統不合理等；管道在投用前存在的原始缺陷會造成材料的低應力脆斷；

(3)維修失誤，管道上的嚴重缺陷或損傷未能被檢測發現，或缺少科學評價，以及不合理的維修工藝造成新的缺陷和損傷；

(4)外來損傷造成破壞，地震、大風、洪水、雷擊和其它機械損傷和人為破壞等；

(5)腐蝕破壞，壓力管道的腐蝕是由于受到內部介質及外部環境介質的化學或電化學作用而發生的破壞，也包括機械等原因的共同作用結果，不合理的操作導致介質濃度的變化，加劇腐蝕破壞；

(6)沖蝕破壞，管道內部介質的長期、高速流動會使管道組成件內壁減薄或密封副遭受破壞，影響管道耐壓強度和密封性能，引起管道的泄露。

3.如權利要求1所述基于人工智能大數據預測塑料壓力管道長期壽命的方法，其特征在于，所述步驟五的SMOTE過采樣具體包括：

1)對于少數類中每一個樣本x，以歐氏距離為標準計算到少數類樣本集Smin中所有樣本的距離，得到其k近鄰；

2)根據樣本不平衡比例設置一個采樣比例以確定采樣倍率N，對于每一個少數類樣本x，從其k近鄰中隨機選擇若干個樣本，選擇的近鄰為xn；

3)對于每一個隨機選出的近鄰xn，分別與原樣本按照如下公式構建新的樣本：

x_new＝x+rand(0,1)*|x-xn|；

LOF基本思想為：點p的局部離群因子表示為：

表示點p的鄰域點Nk(p)的局部可達密度與點p的局部可達密度之比的平均數；如果這個比值越接近1，說明p的其鄰域點密度差不多，p可能和鄰域同屬一簇；如果這個比值越小于1，說明p的密度高于其鄰域點密度，p為密集點；如果這個比值越大于1，說明p的密度小于其鄰域點密度，p越可能是異常點。