来源：期刊VIP网 时间：
作者：程伟;陈炜;袁文彬;李志远;巫红军;吴祥;
单位：合肥通用机械研究院有限公司;国机特种设备检验有限公司;中国石化集团石油商业储备有限公司;
摘要：针对大型原油储罐在未开罐情形下定量预测罐底板腐蚀速率难的问题，通过收集国内大量5～15万m～3大型原油储罐的设计建造、检验检测和运行采样数据，筛选影响或表征底板腐蚀的主要因素，建立了基于随机森林（RF）结合粒子群优化算法（PSO）的原油储罐底板腐蚀速率预测模型。结果表明，该模型预测罐底板腐蚀速率与实测罐底板腐蚀速率误差较小，93.3%的预测值与实测值误差不超过0.1 mm/a，且具有较高的精确度：平均绝对误差（MAE）为0.021 mm/a，均方根误差（RMSE）为0.038 mm/a，相关性（R~2）为0.942。研究结果可为大型原油储罐检修周期制定及腐蚀防护决策提供技术支撑。
关键词：原油储罐;;随机森林;;粒子群优化;;机器学习
基金资助：国家重点研发计划项目（2024YFC3014204）
