Page 96 - 腐蚀与防护2024年第十一期

王明达, 等: 城镇燃气管道腐蚀失效逻辑回归预测模型的构建与应用

表1 燃气管道腐蚀影响因素 部分

Tab 1 Influencin g factorsof g as p i p elinecorrosion p artial
管道 钢管 投入 焊缝 管道 土壤 土壤 壁厚 / 管道 缺陷长度 / 阴极保护 所属
埋深 / m
桩号 类型 年份 类型 压力 腐蚀性 类型 mm 材料 mm 方式 公司
001 直管 2014 螺旋焊缝 高压 A 1.4 中 砂质土 10.3 L415N 62 牺牲阳极 K 燃气
002 直管 2016 螺旋焊缝 次高压 B 1.2 中 砂质土 7.14 L415M 42 牺牲阳极 H 燃气
003 直管 2011 螺旋焊缝 高压 B 0.6 弱 壤土 7.14 L415M 33 外加电流 C燃气
004 直管 2016 螺旋焊缝 中压 B 0.9 中 黏质土 7.14 L415N 58 牺牲阳极 Z燃气
005 直管 2013 螺旋焊缝 高压 B 1.3 弱 砂质土 8.74 L415M 67 - K 燃气
006 直管 2015 螺旋焊缝 次高压 B 1.6 中 壤土 8.74 L415M 25 牺牲阳极 Z燃气
根据归一化处理后的数据, 参照式( 2 ) ~ ( 4 ) 进 ρ 0i= θ i a 0i+ 1- θ i r 0i ( 6 )
(
)
的计算。
行绝对关联度a 0i D A , i
θ i= ( 7 )
1+ s 0 + s i D A , i+D R , i
a 0i= ( 2 ) m
1+ s 0 + s i + s i- s 0
D A , i= ∑ a 0i- a 0 j ( 8 )
m- 1
j = 1
(
+
(
s i = ∑ X i k ) 0.5X i m ) ( 3 ) m

j = 2 D R , i= ( 9 )
m- 1 ∑ r 0i- r 0 j
j = 1
s 0 = ∑ X 0 k ) 0.5 X 0 m ) ( 4 ) 式中: 表示分辨系数, 为
(
(
+

j = 2 ρ 0i 表示综合关联度; θ i
( 2 )相对关联度计算 了平衡绝对关联度和综合关联度结果的不同倾

, 则其计算公式见式( 5 )。 表示
设相对关联度为 r 0i 向, 运用离差最大化为分辨系数赋值; D A , i
表示相对关联度的总
绝对关联度的总离差; D R , i
1- s i- s 0
r 0i= ( 5 )
max ( s i , s 0 ) 离差。

( 3 )综合关联度计算 为了研究表 1 中各个因素对城镇燃气管道的

在广义灰色关联分析中, 综合关联度是将绝对 腐蚀影响的重要程度, 将数据归一化后代入公式
关联度和相对关联度进行权重计算后得出的, 它可 ( 2 ) ~ ( 9 ), 计算出城镇燃气管道腐蚀影响因素的综
以比较全面地反映系统中不同指标的变化程度和重 合关联度, 结果如表 2 所示, 腐蚀影响因素依次用

要程度, 其计算公式见式( 6 ) ~ ( 9 )。 代替。
C 1 C 2
、 、……、 C 13
表2 腐蚀影响因素关联度计算结果

Tab.2 Calculationresultsofcorrosioninfluencin g factorcorrelation
腐蚀因素 C 1 C 2 C 3 C 4 C 5 C 6 C 7 C 8 C 9 C 10 C 11 C 12 C 13
a 0i 0.501 0.512 0.594 0.523 0.637 0.642 0.592 0.513 0.581 0.893 0.519 0.597 0.502
0.559 0.532 0.632 0.601 0.569 0.639 0.617 0.502 0.627 0.648 0.529 0.637 0.520
r 0i
θ i 0.361 0.377 0.553 0.473 0.586 0.569 0.519 0.457 0.596 0.764 0.464 0.551 0.394
ρ 0i 0.538 0.524 0.611 0.564 0.609 0.641 0.604 0.507 0.600 0.835 0.524 0.615 0.512
由表 2 可知, 城镇燃气管道腐蚀影响因素对 或者虚拟机服务等的互联网或者大数据环境。城镇
、 、 燃气管道失效预测与云环境结合, 可以使失效预测
管道腐蚀影响的关联度从大到小排序为 C 10 C 6
、 、 、 、 、 、 、 、 、 、 。选择其 具有资源共享的能力, 并处于高度协同的环境中。
C 12 C 3 C 5 C 7 C 9 C 4 C 1 C 2 C 11 C 13 C 8
中关联度超过 60% 的影响因素 [ 17 ] 作为影响城镇 在云环境中, 所有信息公开透明, 时时共享。操作人
燃气管道腐蚀的关键因素, 即管道材料、 埋深、 阴 员可以充分了解管道的各项信息指标以及维检修的
极保护方式、 投入年份、 管道压力、 土壤腐蚀性、 壁 数据, 并根据所掌握的数据利用云平台提供的各种
厚, 同时将这 7 个影响因素作为后续预测模型的 机器学习算法组件进行实时的计算预测。同时, 借
因素集。 助云服务器和虚拟平台调用数据, 可使数据处理不
2.2 云环境的概念及内涵 再受物理硬件、 场景、 地域的限制, 使移动预测成为
云环境是指能够从动态虚拟化的资源池中向用 常态。
户或者各种应用系统按需提供计算能力、 存储能力 作者所使用的机器学习 PAI平台是阿里云打
· 8 8 ·