管道漏磁內(nèi)檢測(cè)數(shù)據(jù)的有效性對(duì)缺陷檢測(cè)的準(zhǔn)確性影響極大,為了盡可能避免失效數(shù)據(jù)的影響,通過(guò)分析漏磁失效信號(hào)的特征,設(shè)計(jì)了漏磁失效數(shù)據(jù)的處理方法:針對(duì)過(guò)限失效、尖峰失效、連續(xù)過(guò)平滑失效、單通道數(shù)據(jù)漂移失效、傳感器抖動(dòng)失效5類失效數(shù)據(jù),采用閾值超限法、鄰域差分閾值法、信號(hào)區(qū)域面積、局部過(guò)零率等完成失效數(shù)據(jù)的檢測(cè)與剔除;利用近鄰搜索算法（K-Nearest Neighbor,KNN）,并通過(guò)支持向量回歸算法（Support Vector Regression,SVR）降低訓(xùn)練集的冗余性,設(shè)計(jì)了一種將KNN與SVR相結(jié)合的漏磁缺失數(shù)據(jù)插補(bǔ)方法,對(duì)缺失數(shù)據(jù)進(jìn)行插補(bǔ)。結(jié)果表明:對(duì)于不同程度的數(shù)據(jù)缺失情況,管道漏磁失效數(shù)據(jù)處理方法可以實(shí)現(xiàn)對(duì)漏磁缺失數(shù)據(jù)的精確插補(bǔ),對(duì)實(shí)際工程中出現(xiàn)的失效數(shù)據(jù)處理具有借鑒作用。（圖4,表2,參24） 

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

管道漏磁內(nèi)檢測(cè)失效數(shù)據(jù)信號(hào)特征分類圖

KNN算法在完備數(shù)據(jù)集中的近鄰搜索結(jié)果

KNN-SVR方法中近鄰樣本數(shù)據(jù)塊劃分示意圖

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的管道環(huán)焊縫目標(biāo)檢測(cè)方法[J]. 王宏安.  自動(dòng)化與儀器儀表. 2020(09)
[2]基于K均值聚類的油氣管道漏磁缺陷標(biāo)記方法[J]. 王宏安,陳國(guó)明.  科學(xué)技術(shù)與工程. 2020(21)
[3]制造業(yè)生產(chǎn)過(guò)程中多源異構(gòu)數(shù)據(jù)處理方法綜述[J]. 陳世超,崔春雨,張華,馬戈,朱鳳華,商秀芹,熊剛.  大數(shù)據(jù). 2020(05)
[4]基于數(shù)學(xué)形態(tài)學(xué)濾波的漏磁信號(hào)預(yù)處理方法研究[J]. 邱忠超,洪利,蔡建羨,姚振靜,高志濤.  中國(guó)測(cè)試. 2020(03)
[5]基于SVR的長(zhǎng)江經(jīng)濟(jì)帶水環(huán)境承載力評(píng)價(jià)[J]. 萬(wàn)炳彤,趙建昌,鮑學(xué)英,李愛(ài)春.  中國(guó)環(huán)境科學(xué). 2020(02)
[6]成品油管道內(nèi)檢測(cè)清管技術(shù)[J]. 邵衛(wèi)林,何湋,楊白冰,周地清,梁方興,孟濤,何仁洋,康佐明.  油氣儲(chǔ)運(yùn). 2019(11)
[7]基于不完整數(shù)據(jù)的異常信號(hào)檢測(cè)方法[J]. 馬捷,鐘子發(fā),史英春.  計(jì)算機(jī)工程. 2011(14)
[8]一種基于KNN-SVR的基因表達(dá)缺失值的估計(jì)方法[J]. 王廣云,倪青山,邱浪波,王正志.  國(guó)防科技大學(xué)學(xué)報(bào). 2009(01)
[9]面向多輸入輸出系統(tǒng)的支持向量機(jī)回歸[J]. 王晶,靳其兵,曹柳林.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(S2)

碩士論文
[1]基于機(jī)器學(xué)習(xí)的漏磁信號(hào)異常檢測(cè)方法研究[D]. 張?chǎng)尾?東北大學(xué) 2017
[2]基于統(tǒng)計(jì)學(xué)習(xí)的數(shù)據(jù)預(yù)處理缺失值清洗方法研究[D]. 曹林.哈爾濱工程大學(xué) 2012



本文編號(hào)：3661826