基于风险的完整性和检查建模(RBIIM)MATLAB仿真

news2024/11/13 9:53:57

目录

1.程序功能描述

2.测试软件版本以及运行结果展示

3.核心程序

4.本算法原理

4.1 Prior Density (先验密度)

4.2 Posterior Perfect Inspection (后验完美检验)

4.3 Posterior Imperfect Inspection (后验不完美检验)

4.4Cumulative Posterior Imperfect Inspection (累积后验不完美检验)

4.5 举例说明

5.完整程序


1.程序功能描述

       基于风险的完整性和检查建模(Risk-Based Integrity and Inspection Modeling ,RBIIM)MATLAB仿真,对比prior density,posterior perfect inspection,posterior imp inpection,cummulative posterior imperfect inspection四个指标。

2.测试软件版本以及运行结果展示

MATLAB2022A版本运行

(完整程序运行后无水印)

3.核心程序

function likeliprod = likelihoods(x, t, d, L, n)

% 初始化变量
N        = length(x);          % x向量的长度
K        = length(t);          % t向量的长度
N1       = 10000;              % 似然函数中的常数
vc       = 0.5;                % 变量vc
D        = 4.45;               % 变量D

% 初始化矩阵存储每个观测值和参数组合的似然值
likelihood = zeros(N, K);
likeliprod = zeros(N, 1);

% 下面的思路是在原论文的似然函数基础上,加入带有n的功能,为了区分,将原来公式中的n改写为N1。
for j = 1:N
    % 输出当前循环的索引j(可选,实际应用中可以去掉)
    j
    
    for k = 1:K
        % 根据n(j)的值更新d(j)
        if n(j) == 1
            d(j) = d(j);         % 如果n(j)为1,则不改变d(j)
        else
            d(j) = 5.39 + 0.19*d(j) - 0.02*L(j) + n(j);  % 否则按照公式更新d(j)
        end
        
        % 计算单个观测值x(j)和参数t(k)对应的似然值
        likelihood(j, k) = (1 / N1) * sum(exp(- (t(k) / vc^2) * log(x(j) * vc^2) ...
                                             - gammaln(t(k) / vc^2) + ...
                                             (t(k) / vc^2 - 1) * log(D(k) - min(D(k) - 0.001, d(:, k))) ...
                                             - (D(k) - min(D(k), d(:, k))) / (x(j) * vc^2)));
    end
end

% 计算所有参数组合的似然值乘积
likeliprod = prod(likelihood, 2);
16_049m

4.本算法原理

       基于风险的完整性和检查建模 (Risk-Based Integrity and Inspection Modeling, RBIIM) 是一种综合的方法,用于评估和优化资产的完整性管理计划,特别是针对石油化工、能源和其他关键基础设施中的管道、储罐和其他压力容器。这种方法利用了贝叶斯统计框架来更新对资产健康状况的估计,并基于这些估计来制定最佳的维护和检查策略。

4.1 Prior Density (先验密度)

       在贝叶斯统计中,先验密度p(θ) 表示在获得任何新观测数据之前,对于未知参数θ 的概率分布。这个分布反映了我们对 θ 的初始信念或知识。例如,在RBIIM中,θ 可能代表管道壁厚的退化程度或腐蚀速率等参数。

4.2 Posterior Perfect Inspection (后验完美检验)

       当假设所有的检验都是完美的(即能够准确无误地识别出所有的缺陷)时,基于观测数据更新后的参数分布被称为后验完美检验。在完美检验的情况下,我们可以确定哪些产品是有缺陷的,哪些是没有缺陷的。假设我们有观测数据 y,则后验完美检验分布为:

4.3 Posterior Imperfect Inspection (后验不完美检验)

       当检验不是完美的(即存在一定的错误率,如漏检或误报)时,基于观测数据更新后的参数分布被称为后验不完美检验。在这种情况下,即使进行了检验,我们也无法完全确定产品的实际状态。假设检验结果为yI​,其中 yI​ 为不完美检验的结果,而 y 为真实状态,则后验不完美检验分布可以表示为:

4.4Cumulative Posterior Imperfect Inspection (累积后验不完美检验)

       在一系列不完美的检验之后,基于所有观测数据的累积效应更新后的参数分布被称为累积后验不完美检验。这考虑了随着时间的推移,多次不完美检验的累积影响。假设进行了T 次不完美检验,每次检验的结果分别为yI1​,yI2​,…,yIT​,则累积后验不完美检验分布可以表示为:

4.5 举例说明

       如果我们的检验是完美的,那么假设观测数据y 表示一系列测量的腐蚀深度,我们可以假设每个测量值服从正态分布,即:

5.完整程序

VVV

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1983775.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

PyTorch深度学习实战(3)——小试牛刀:CIFAR-10分类

下面尝试从零搭建一个PyTorch模型来完成CIFAR-10数据集上的图像分类任务,步骤如下。 (1)使用torchvision加载并预处理CIFAR-10数据集。 (2)定义网络。 (3)定义损失函数和优化器。 (4…

P32调试技巧1、2

实用调试技巧 什么是bug?调试是什么?有多么重要?debug和release的介绍windows环境调试介绍一些调试的实例如何写出好的(易于调试)代码编程常见的错误 什么是bug? 第一次被发现的导致计算机错误的飞蛾,也是…

Modbus -- TCP协议

MODBUS TCP协议是一种基于TCP/IP协议的Modbus变种,它允许Modbus协议在以太网网络上运行,使得设备之间可以通过IP网络交换数据。 一:协议概述 modbus_TCP协议:走的是网口,所以需要创建TCPclient对象进行通信,和modubus-RTU协议最大的区别是&a…

proxfier的使用和设置

1,安装proxifier工具 2,安装之后配置代理设置 3,首先点击彩色卷部分 4,修改配置文件,并且配置代理协议为https ip为127.0.0.1 端口为8888 (注意下面图片 default一定为直连) 5,设置代理服务器&#xff…

怎样配置虚拟机IP

目录(三步走) 配置本机IP 配置虚拟机外部IP 配置虚拟机内部IP 参考链接: 配置本机IP 打开“网络和共享中心”——>更改“适配器设置” 找到“VMnet8”,然后右键“属性”,弹出下列窗口 输入本机IP(你目前电脑的IP) win系统可以用的命令:IPconfig 一共有AB两位,…

为什么我3d模型选择面选不到?---模大狮模型网

在展览3D模型设计行业中,设计师常常面临诸多技术挑战,其中之一是在模型编辑过程中遇到选择面的困难。这不仅影响了设计工作效率,还可能影响最终作品的质量和展示效果。本文将探讨在3D模型设计中为何会遇到“为什么我3D模型选择面选不到?”这…

【51单片机仿真】基于51单片机设计的钟表定时闹钟系统仿真源码设计文档演示视频——完整资料下载

演示视频 设计内容 (1)使用 DS1302 结合字符型 LCD12864 显示器设计一个简易的定时闹钟 LCD 时钟。程序执行后 LCD 显示“00:00:00” (2)K1—设置现在的时间,年闪烁,再按 K1 键月闪…

淘宝小程序踩坑记录

最近搞了一套淘宝小程序配合淘宝店铺直接跳转,类似于扭蛋机那种机制,真是一路坎坷,一步一个坑,这里记录一下(前端);淘宝小程序文当中心 编译相关 用uni-app没有淘宝小程序独有的编译环境&…

EdgeWorkers 最佳实践丨助力流媒体创新

近日亚太区 Akamai EdgeWorkers 首届编程挑战赛圆满落幕。参赛团队充分利用 Akamai 的智能边缘平台,探索无服务器计算的应用潜力。爱奇艺等获胜团队凭借 Akamai EdgeWorkers 和 EdgeKV 产品开发功能,将 DNS 解析时间降低 40% 。 一、云上竞逐&#xff0…

21LTR-Scene打靶渗透【附POC】(权限提升)

靶机下载地址:21LTR: Scene 1 ~ VulnHub21LTR: Scene 1, made by JayMaster2000. Download & walkthrough links are available.https://www.vulnhub.com/entry/21ltr-scene-1,3/ 1. 主机发现端口扫描目录扫描【192.168.2.120】 1.1. 主机发现 nmap -sn 192.…

牛客周赛 Round 54 (A~E)

#牛客周赛 Round 54 (A~E) 前言: 以后会定时更新很多比赛的题解 希望借此让自己坚持赛后补题 要不然写完就结束 自己水平没有一点提高 本人很菜所以不会更新 太难的题 加油!!!1. ​清楚姐姐的糖葫芦…

落笔成画!Krita+ComfyUI解锁AI实时绘图

原文链接:落笔成画!KritaComfyUI解锁AI实时绘图 (chinaz.com) 安装前提:电脑本地已经安装过ComfyUI且能正常运行 首先我们到Krita的官网下载Krita,我们直接下载最新的安装就可以了,安装过程非常简单,选择…

SQL注入之sqli-labs靶场第一关

手工注入less-1 1.找注入点 通过 ?id1 and 12--没有发现变化,尝试闭合发现注入点 字符型注入,单引号闭合 2.猜解字段数量 发现字段数量为3 3.通过union联合查询判断回显点 发现回显点2,3, 4,进行信息收集 数据库…

在PyCharm社区版中切换中文界面的操作方法

在PyCharm社区版中切换中文界面,可以按照以下步骤操作: 打开PyCharm社区版,点击顶部菜单栏的 "File"(文件)。在下拉菜单中选择 "Settings"(设置),或者使用快捷…

SSM整合快速学习

目录 步骤: 一、环境搭建 1.创建JdbcConfig配置类 2.创建JdbcConfig配置类 3.创建MybatisConfig配置类 4.创建jdbc.properties 5.创建SpringMVC配置类 6.创建Web项目入口配置类 二、功能模块开发 步骤1:创建数据库及表 步骤2:编写模型类 步骤3:编写Dao接…

Unlikely argument type for equals(): int seems to be unrelated to Long

代码审查不规范: Unlikely argument type for equals(): int seems to be unrelated to Long check package code_check;public class Obj {public Obj(){}private Long mail;public Long getMail(){return mail;}public void setMail(Long mail){this.mail mail;…

【OpenCV C++20 学习笔记】提取图片中的水平和垂直对象

提取图片中的水平和垂直对象 原理实操——去除五线谱的五线二进制化提取垂直对象完善边缘和最终输出图片黑白反转平滑 完整代码 其他图片元素提取实践提取水平线条提取音符轮廓 原理 在腐蚀和膨胀操作中,通过卷积核(kernel),或者结构元素(structuring e…

在优化微信、支付宝小程序用户体验时有哪些关键指标

在优化小程序用户体验时,有几个关键指标需要特别关注,这些指标不仅能够帮助评估当前的用户体验状况,还能为后续的优化工作提供明确的方向。以下是一些关键指标及其解释: 1. 日活跃用户(DAU) 是指每天使用…

搭建Mybatis,实现数据库增删改

在pom.xml文件中粘贴下列&#xff0c;加载maven依赖 <?xmlversion"1.0"encoding"UTF-8"?> <projectxmlns"http://maven.apache.org/POM/4.0.0" xmlns:xsi"http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation&…

2024年武汉东湖高新区职称第二批次开始了

众所周知&#xff0c;武汉市东湖高新区职称一年两批次&#xff0c;今年下半年第二批水平能力测试报名也已经开始了&#xff0c;请注意报名时间&#xff0c;别错过&#xff01;&#xff01; 2024年武汉东湖高新区第二批次水测报名时间&#xff1a;&#xff08;一&#xff09;网上…