基于DBN和LSSVM的管道气体压力检测方法研究

作     者：邓勇 蒋田 赖治屹 Deng Yong;Jiang Tian;Lai Zhiyi

作者机构：西南石油大学机电工程学院成都610500 西南油气田分公司输气管理处成都610213 

基　　金：四川省科技支撑计划项目(2017FZ0033)资助 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2021年第35卷第6期

页      码：198-204页

摘      要：针对当前管道气体压力无损检测困难的问题,结合超声波反射测压原理,提出了深度置信网络(DBN)提取超声回波幅值特征的最小二乘法支持向量机(LSSVM)管道气体压力检测方法。首先,通过DBN网络中的受限玻尔兹曼机(RBM)无监督逐层学习提取特征;其次,通过标签层进行有监督的误差反向传播调节优化DBN各层RBM参数;最后,将优化后DBN网络提取到的特征信号输入训练好的LSSVM完成气体压力的识别。设计相关实验得到超声波数据进行模型测试,结果表明,DBN-LSSVM压力识别模型的压力识别平均相对误差为0.6357%,低于DBN-BP模型的平均相对误差(1.8026%),能够较好地完成对管道气体的压力检测工作。

主 题 词：管道 气体压力 深度置信网络 最小二乘法支持向量机 

学科分类：080901[080901] 07[理学] 0809[工学-计算机类] 08[工学] 070206[070206] 0802[工学-机械学] 0702[理学-物理学类] 

核心收录：

D　O　I：10.13382/j.jemi.B2003628

馆 藏 号：203104659...