为提高冶金关键部件除鳞辊表面涂镀层磨损预测的准确性,提升高压水除鳞的效率,深入研究了机器学习在除鳞辊表面涂镀层磨损预测中的应用,分别介绍了多元线性回归磨损预测模型、X G Boost磨损预测模型以及随机森林磨损预测模型常用算法的...为提高冶金关键部件除鳞辊表面涂镀层磨损预测的准确性,提升高压水除鳞的效率,深入研究了机器学习在除鳞辊表面涂镀层磨损预测中的应用,分别介绍了多元线性回归磨损预测模型、X G Boost磨损预测模型以及随机森林磨损预测模型常用算法的原理以及结构。利用生产数据建立数据集对除鳞辊表面涂镀层磨损进行预测,并将预测结果和实测结果进行纵向比较,将三种算法的预测结果进行横向比较。结果表明,误差范围在±0.001 0 mm和±0.001 5 mm时,随机森林磨损预测模型预测的命中率最高,分别为90.4%和95.9%;四项性能指标中,该模型的决定分数数值最大,均方根误差、均方误差和平均绝对误差三项指标数值最小,随机森林磨损预测模型最适用于实际生产,可以给冶金关键部件除鳞辊的形性退化和再造赋能机制的设定提供较高的参考价值。展开更多
在现有的基于等效脉冲的灵敏度现场校验方法中,难以获取标准化的局部放电等效脉冲,且无法使用一致的脉冲注入方式,从而不能量化评价GIS特高频传感器的性能及其布置方式的合理性。为此,提出基于传递函数的GIS特高频传感器性能对比评价方...在现有的基于等效脉冲的灵敏度现场校验方法中,难以获取标准化的局部放电等效脉冲,且无法使用一致的脉冲注入方式,从而不能量化评价GIS特高频传感器的性能及其布置方式的合理性。为此,提出基于传递函数的GIS特高频传感器性能对比评价方法。通过测量安装在GIS设备上的相邻两特高频传感器之间的传递函数来评价传感器及其布局方案的合理性。利用此方法,对安装在550 k V GIS设备上的内置式传感器进行了现场校验,发现了传感器失效、布局不合理等问题。该方法对于校验特高频传感器的有效性和布局合理性具有明显的效果,对于保证GIS局部放电检测有效性具有非常重要的意义。展开更多
文摘在现有的基于等效脉冲的灵敏度现场校验方法中,难以获取标准化的局部放电等效脉冲,且无法使用一致的脉冲注入方式,从而不能量化评价GIS特高频传感器的性能及其布置方式的合理性。为此,提出基于传递函数的GIS特高频传感器性能对比评价方法。通过测量安装在GIS设备上的相邻两特高频传感器之间的传递函数来评价传感器及其布局方案的合理性。利用此方法,对安装在550 k V GIS设备上的内置式传感器进行了现场校验,发现了传感器失效、布局不合理等问题。该方法对于校验特高频传感器的有效性和布局合理性具有明显的效果,对于保证GIS局部放电检测有效性具有非常重要的意义。
