Структурно-параметрическая идентификация системы «труба - земля» в задаче электрохимической защиты магистральных газопроводов
- 1 д.т.н., профессор, зав. кафедрой «Электроника и сети ЭВМ», Нижегородский государственный технический университет им. Р.Е. Алексеева
- 2 начальник, Центр прочности, надежности и диагностики трубопроводов и технических устройств, ОАО «Гипрогазцентр»
- 3 инженер, Центр прочности, надежности и диагностики трубопроводов и технических устройств, ОАО «Гипрогазцентр»
- 4 к.т.н., доцент, Нижегородский государственный технический университет им. Р.Е. Алексеева
Ключевые слова:
структурно-параметрическая идентификациямножественная регрессиямагистральный газопроводэлектрохимической защитазащитный потенциал
Аннотация
Рассматривается задача идентификации системы «труба-земля» по данным измерений защитных потенциалов и режимов станций катодной защиты. Предложены процедуры структурно-параметрической идентификации, верификации модели и анализа достоверности данных мониторинга.
Для цитирования
Милов В.Р., Карнавский Е.Л., Никулин С.А., Шиберт Р.Л. Структурно-параметрическая идентификация системы «труба - земля» в задаче электрохимической защиты магистральных газопроводов // Нейрокомпьютеры: разработка, применение. 2014. № 11. С. 79–82.
Список источников
- Агиней Р.В., Александров Ю.В. Актуальные вопросы защиты от коррозии длительно эксплуатируемых магистральных газопроводов. СПб.: Недра. 2012. 394 с.
- Никулин С.А., Карнавский Е.Л. Оптимизация режимов установок электрохимической защиты // Системы управления и информационные технологии. 2014. № 3(57). С. 64-68.
- Льюнг Л. Идентификация систем. М.: Наука. Гл. ред. физ.-мат. лит. 1991. 432 с.
- Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Множественная регрессия. М.: Диалектика. 2007. 912 с.
- Милов В.Р., Баранов В.Г., Шалюгин С.А. Байесовские методы обучения нейронных сетей// Нейрокомпьютеры: разработка, применение. 2007.№ 11. С. 14-19.
- Милов В.Р., Махмудов Я.Я. Обучение нейронных RBF-сетей на основе байесовской методологии и решение задачи восстановления зависимостей // Нейрокомпьютеры: разработка, применение. 2005. № 4. С. 23-31.