本公开一般涉及腐蚀估计领域,更具体地,涉及用于估计腐蚀损伤的非线性回归工具。
背景技术:
1、腐蚀是决定运载工具整体寿命和维护计划的主要因素。有许多不同类型的腐蚀,包括但不限于电作用腐蚀、裂隙腐蚀、侵蚀腐蚀和丝状腐蚀。当两种不同的材料接触并且它们之间的电压差驱动小电流时,就会发生电作用腐蚀。裂隙腐蚀发生在静止溶液保持接触的金属表面。侵蚀是由外力引起的,例如沙子或其他碎屑抵靠金属表面移动。丝状腐蚀是涂层和基底金属之间的相互作用。当材料中产生空洞时,就会出现点状腐蚀。这些腐蚀形式中的每一种都可能受到环境条件的影响。
2、在运载工具的初始设计过程中分析了腐蚀的影响。目前的分析在很大程度上依赖于设计师的专业知识,并利用他们以前在运载工具设计、主观决策和部落(tribal)知识方面的经验。不幸的是,许多设计师没有通过广泛的培训和工作经验获得必要的专业知识。
3、一种设计方法是在对运载工具进行全面设计后分析腐蚀的影响。设计完成后,通过测试确定腐蚀损伤率和特征。然而,测试成本高昂,而且可能是劳动密集型的。此外,在测试过程中发现的问题需要在运载工具设计完成后进行昂贵的设计更改。
4、一些努力已经探索了建模来预测腐蚀损伤,以代替测试。然而,由于腐蚀行为的复杂物理学以及测量和比较腐蚀发生所需的长持续时间,建模方法的能力往往非常有限,并且仍然是一项研究活动。目前的一些建模方法基于扩散过程,并且没有捕捉到与基底合金中的各种元素和涂层中的化学物质的复杂相互作用。其他现有的建模方法在计算上可能非常昂贵,并且对于单次计算需要大量资源。众所周知,计算模型很难预测,而且数据往往很少。所涉及的复杂物理学需要计算上昂贵的第一原理建模,这可能需要很长的时间框架才能得到单个解决方案。这也可能需要大量的数据,而这些数据在新设计的概念设计早期可能不可用。经验模型也已开发出来,但需要大量且昂贵的测试来构建,并且由于腐蚀损伤发生的典型时间尺度,可能需要很长时间段来进行比较和验证。
技术实现思路
1、一个方面涉及一种估计材料腐蚀的方法。该方法包括:获得包括多个数据点的腐蚀数据;基于该数据点和从一个或多个远程来源获得的附加数据来生成附加数据点;将该数据点和该附加数据点聚集到训练的数据模型中;接收一个或多个环境参数的输入;从所训练的数据模型中确定最接近该一个或多个环境参数的数据点的集合;以及基于来自训练的数据模型的数据点的集合来确定材料的腐蚀估计。
2、在另一个方面,该方法还包括应用k最近邻(knn)非线性回归,并从训练的数据模型中确定最接近一个或多个环境参数的数据点的集合。
3、在另一个方面,该方法还包括在应用knn非线性回归之前对训练的模型进行筛选(filter)并去除与一个或多个环境参数无关的数据点。
4、在另一个方面,该方法还包括归一化筛选的数据点之间的距离。
5、在另一个方面,该方法还包括基于归一化的距离来确定腐蚀估计的置信水平。
6、在另一个方面,该方法还包括确定腐蚀质量损失率、腐蚀电流密度和腐蚀程度中的一个或多个。
7、在另一个方面,生成附加数据点包括:选择数据点中的一个;获得在收集数据点时的日期、时间和地理位置的一个或多个环境条件;以及对数据点和一个或多个环境条件进行插值并生成附加数据点。
8、在另一个方面,数据点包括传感器数据和观测数据,并且仅使用传感器数据生成附加数据点。
9、在另一个方面,获得腐蚀数据包括接收数据点的参数并通过材料和腐蚀类型筛选数据点。
10、在另一个方面,该方法还包括基于对训练的数据模型的分析来确定附加环境参数,该附加环境参数不同于接收的环境参数。
11、一个方面涉及一种估计材料腐蚀的方法。该方法包括:接收包括测量数据和观测数据的数据点的腐蚀数据;基于腐蚀数据和观察腐蚀数据时的日期和时间的环境条件来确定附加数据点;将腐蚀数据和附加数据聚集到训练的数据模型中;从用户设备接收一个或多个环境参数;筛选所训练的数据模型并通过去除与一个或多个环境参数无关的数据点来生成剩余数据点;确定剩余数据点与一个或多个环境参数之间的距离;选择最接近一个或多个环境参数的剩余数据点的组;基于剩余数据点的组,确定腐蚀估计;以及将输出显示发送到用户设备。
12、在另一个方面,该方法还包括应用knn非线性回归并确定剩余数据点与一个或多个环境参数之间的距离。
13、在另一个方面,该方法还包括对剩余数据点之间的距离进行归一化。
14、在另一个方面,该方法还包括基于归一化的距离来确定腐蚀估计的置信水平。
15、在另一个方面,该方法还包括确定腐蚀质量损失率。
16、在另一个方面,确定附加数据点包括:选择数据点中的一个;获得观察腐蚀数据时的日期和时间时的环境条件;以及对数据点和一个或多个环境条件进行插值并生成附加数据点。
17、在另一方面,数据点包括传感器数据和观测数据,并且仅使用传感器数据来确定附加数据点。
18、一个方面涉及一种包括存储在其上的指令的非瞬态计算机可读介质,所述指令在由计算设备的处理电路执行时配置所述计算设备以:获得包括多个数据点的腐蚀数据;基于数据点和从一个或多个远程来源获得的附加数据来生成附加数据点;将数据点和附加数据点聚集到训练的数据模型中;接收一个或多个环境参数的输入;筛选训练的数据模型并去除与一个或多个环境参数无关的数据点;应用knn非线性回归,并从筛选的训练数据模型中确定最接近于一个或多个环境参数的数据点的集合;以及基于来自训练的数据模型的数据点的集合来确定材料的腐蚀估计。
19、在另一个方面,计算设备还被配置为对筛选的数据点进行归一化,以相等地加权与一个或多个环境参数相关的数据点。
20、在另一个方面,计算设备还被配置为基于归一化的距离来确定腐蚀估计的置信水平。
21、已经讨论的特征、功能和优点可以在各个方面中独立地实现,或者可以在其他方面中组合,其进一步的细节参考以下描述和附图可见。
1.一种估计材料腐蚀的方法,所述方法包括:
2.根据权利要求1所述的方法,还包括应用k最近邻(knn)非线性回归,并从所述训练的数据模型35中确定最接近所述一个或多个环境参数的数据点的集合。
3.根据权利要求2所述的方法,还包括在应用所述knn非线性回归之前,对所述训练的数据模型进行筛选,并去除与所述一个或多个环境参数无关的数据点。
4.根据权利要求3所述的方法,还包括归一化筛选的数据点之间的距离。
5.根据权利要求4所述的方法,还包括基于归一化的距离确定所述腐蚀估计的置信水平。
6.根据权利要求4所述的方法,还包括确定腐蚀质量损失率、腐蚀电流密度和腐蚀程度中的一个或多个。
7.根据权利要求1所述的方法,其中生成所述附加数据点包括:
8.根据权利要求7所述的方法,其中所述数据点包括传感器数据和观测数据,并仅使用所述传感器数据生成所述附加数据点。
9.根据权利要求1所述的方法,其中获得腐蚀数据包括接收所述数据点的参数,并根据所述材料和腐蚀类型对所述数据点进行筛选。
10.根据权利要求1所述的方法,还包括基于对所述训练的数据模型的分析来确定附加环境参数,所述附加环境参数不同于所接收的环境参数。
11.一种估计材料腐蚀的方法,所述方法包括:
12.根据权利要求11所述的方法,还包括应用knn非线性回归并确定所述剩余数据点与所述一个或多个环境参数之间的距离。
13.根据权利要求11所述的方法,还包括对所述剩余数据点之间的距离进行归一化。
14.根据权利要求13所述的方法,还包括基于归一化的距离确定所述腐蚀估计的置信水平。
15.根据权利要求14所述的方法,还包括确定腐蚀质量损失率。
16.根据权利要求11所述的方法,其中确定所述附加数据点包括:
17.根据权利要求11所述的方法,其中所述数据点包括传感器数据和观测数据,并且仅使用所述传感器数据来确定所述附加数据点。
18.一种非瞬态计算机可读介质,包括存储在其上的指令,当由计算设备的处理电路执行时,所述指令配置所述计算设备以:
19.根据权利要求18所述的方法,其中所述计算设备还被配置为对筛选的数据点进行归一化,以相等地加权与所述一个或多个环境参数相关的数据点。
20.根据权利要求19所述的方法,其中所述计算设备还被配置为基于归一化的距离来确定所述腐蚀估计的置信水平。