文献

J-GLOBAL ID：202202291362096605   整理番号：22A0576190

データで駆動される装置腐食診断法と予測モデルに関する研究【JST・京大機械翻訳】

Research on equipment corrosion diagnosis method and prediction model driven by data

著者 (5件)： Yang Jianfeng (College of Mechanical and Electrical Engineering, Beijing University of Chemical Technology, Beijing 100029, China) ,  Li Ru (College of Mechanical and Electrical Engineering, Beijing University of Chemical Technology, Beijing 100029, China) ,  Chen Liangchao (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029, China) ,  Hu Yuanhao (College of Mechanical and Electrical Engineering, Beijing University of Chemical Technology, Beijing 100029, China) ,  Dou Zhan (College of Mechanical and Electrical Engineering, Beijing University of Chemical Technology, Beijing 100029, China)
資料名： Process Safety and Environmental Protection  (Process Safety and Environmental Protection)
巻： 158  ページ： 418-431  発行年： 2022年 
JST資料番号： W0232A  ISSN： 0957-5820  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 石油精製産業の急速な発展により,装置腐食による安全問題はますます重要になり,装置腐食管理がプロセス安全性を確保するための重要要因となっている。装置腐食管理の最初の段階として,腐食診断は,適切な腐食監視を確実にするだけでなく,装置の安全保護の実現にも大きな意義がある。本論文は,装置腐食診断における既存の方法の主観的要因と同様に不完全性の問題に取り組んだ。データ駆動腐食診断に基づく提案解法は,より包括的な見解を示唆した。本論文では,腐食モードの同定と腐食タイプと程度の予測を含む腐食安全状態の評価と予測について特集した。本論文は,装置腐食検出の大量の歴史的データをまとめて,データウォーリングとBorderline-SMOTEアルゴリズムの適用によって不均衡なオリジナルデータの問題を解決した。さらに,ランダムフォレスト(RF)アルゴリズムに基づく予測モデルを構築し,装置腐食機構,タイプおよび程度を狙った。結果は,臨界機構同定を狙ったモデルが,評価後に理想的に実行して,結果の精度が86%に達することを示した。腐食状態の分類と予測に関して,モデルはより良い精度(92%)に達するために粒子群最適化(PSO)アルゴリズムによってさらに最適化することができて,それは従来の予測モデルと比較して一般化効果を証明した。さらに,この解は腐食診断の機能性と実用性を改善し,隠れた危険の調査に有益である。また,企業のための安定運転を確実にするための装置安全管理のための命令として役立った。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  *腐食 ,  安全性 ,  リスク ,  腐食機構 ,  石油精製 ,  臨界 ,  *モデル ,  安全管理 ,  *予測モデル
準シソーラス用語： 粒子群最適化 ,  実用性 ,  ランダムフォレスト ,  腐食管理 , 【Automatic Indexing@JST】

著者キーワード (4件)： 腐食診断 ,  データ駆動 ,  不均衡データ処理 ,  ランダムフォレスト

分類 (2件)： 安全管理  (KB06000D) ,  その他の災害,防災  (RA02040X)

タイトルに関連する用語 (3件)： 腐食診断 ,  予測モデル ,  研究