工程科学学报.第44卷，第1期：95-103.2022年1月 Chinese Journal of Engineering,Vol.44,No.1:95-103,January 2022 https://doi.org/10.13374/j.issn2095-9389.2020.06.17.003;http://cje.ustb.edu.cn 低合金钢海水腐蚀监测中的双率数据处理与建模 陈 亮)，付冬梅2)四 1)北京科技大学自动化学院，北京1000832)北京市工业波谱成像工程中心，北京100083 ☒通信作者，E-mail:fdm ustb@ustb.edu.cn 摘要随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数 据.针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CV)和改 进相关向量回归(RVR)的双率腐蚀数据处理和建模算法(CIV-IRVR).首先，通过构建CTV表征输入数据的综合影响并采用 天牛须搜索(BAS)算法对其参数进行寻优：然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用 的单率数据，能够更多地保留原始数据信息：最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方 法(RVR),并建立了针对低合金钢海水腐蚀双率数据的CIV-RVR预测模型.结果表明：相比于均值方法处理双率腐蚀数据， 所提方法将建模样本数量由196提升到了1834：相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归 (SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914mV、1.5729mV以 及09963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建 模具有一定现实意义 关键词低合金钢：海水腐蚀：双率数据：综合指标值：相关向量回归 分类号TG391.1:TP172.5 Processing and modeling dual-rate sampled data in seawater corrosion monitoring of low alloy steels CHEN Liang.FU Dong-me 1)School of Automation and Electrical Engineering,University of Science and Technology Beijing,Beijing 100083,China 2)Beijing Engineering Research Center of Industrial Spectrum Imaging.University of Science and Technology Beijing.Beijing 100083.China Corresponding author,E-mail:fdm_ustb@ustb.edu.cn ABSTRACT With the rapid development of Internet of Things technology,the use of front-end sensors realizes the corrosion potential online detection of low alloy steels in a marine environment,thereby obtaining multitudes of corrosion data.Concerning the problems of data information loss and modeling accuracy reduction caused by the use of the traditional mean value method when processing dual-rate corrosion data,a new dual-rate data processing and modeling algorithm combining the comprehensive index value (CIV)and improved relevance vector regression(IRVR)was proposed.First,the CIV was constructed to characterize the comprehensive influence of the input data,and the beetle antennae search(BAS)algorithm was applied to optimize its parameters.Then,linear regression models between the best CIV sequence and the output data were established to convert the dual-rate corrosion data into single-rate data for modeling,which retained more information of the original corrosion data.Finally,the IRVR method based on BAS optimization of compounding kernels was given to establish the prediction model for dual-rate seawater corrosion data of low alloy steels.The results show that the proposed model CIV-IRVR increases the number of modeling samples from 196 for the mean value method to 1834. 收稿日期：202006-17 基金项目：国家重点研发计划资助项目(2017YFB0702104)低合金钢海水腐蚀监测中的双率数据处理与建模 陈    亮1)，付冬梅1,2) 苣 1) 北京科技大学自动化学院，北京 100083    2) 北京市工业波谱成像工程中心，北京 100083 苣通信作者， E-mail: fdm_ustb@ustb.edu.cn 摘    要    随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数 据. 针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值 (CIV) 和改 进相关向量回归 (IRVR) 的双率腐蚀数据处理和建模算法 (CIV-IRVR). 首先，通过构建 CIV 表征输入数据的综合影响并采用 天牛须搜索 (BAS) 算法对其参数进行寻优；然后，建立最优 CIV 序列与输出数据间的线性回归模型将双率数据转化为建模用 的单率数据，能够更多地保留原始数据信息；最后，给出了一种 BAS 算法优化的具有组合核函数的改进相关向量回归建模方 法 (IRVR)，并建立了针对低合金钢海水腐蚀双率数据的 CIV-IRVR 预测模型. 结果表明：相比于均值方法处理双率腐蚀数据， 所提方法将建模样本数量由 196 提升到了 1834；相比于海水腐蚀建模领域常用的人工神经网络 (ANN) 和支持向量回归 (SVR) 建模方法，所提模型的平均绝对误差 (MAE)、均方根误差 (RMSE) 和决定系数 (CD) 分别为 1.1914 mV、1.5729 mV 以 及 0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建 模具有一定现实意义. 关键词    低合金钢；海水腐蚀；双率数据；综合指标值；相关向量回归 分类号    TG391.1;TP172.5 Processing  and  modeling  dual-rate  sampled  data  in  seawater  corrosion  monitoring  of low alloy steels CHEN Liang1) ，FU Dong-mei1,2) 苣 1) School of Automation and Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China 2) Beijing Engineering Research Center of Industrial Spectrum Imaging, University of Science and Technology Beijing, Beijing 100083, China 苣 Corresponding author, E-mail: fdm_ustb@ustb.edu.cn ABSTRACT    With the rapid development of Internet of Things technology, the use of front-end sensors realizes the corrosion potential online detection of low alloy steels in a marine environment, thereby obtaining multitudes of corrosion data. Concerning the problems of data information loss and modeling accuracy reduction caused by the use of the traditional mean value method when processing dual-rate corrosion data, a new dual-rate data processing and modeling algorithm combining the comprehensive index value (CIV) and improved relevance vector regression (IRVR) was proposed. First, the CIV was constructed to characterize the comprehensive influence of the input  data,  and  the  beetle  antennae  search  (BAS)  algorithm  was  applied  to  optimize  its  parameters.  Then,  linear  regression  models between  the  best  CIV  sequence  and  the  output  data  were  established  to  convert  the  dual-rate  corrosion  data  into  single-rate  data  for modeling,  which  retained  more  information  of  the  original  corrosion  data.  Finally,  the  IRVR  method  based  on  BAS  optimization  of compounding kernels was given to establish the prediction model for dual-rate seawater corrosion data of low alloy steels. The results show  that  the  proposed  model  CIV-IRVR  increases  the  number  of  modeling  samples  from  196  for  the  mean  value  method  to  1834. 收稿日期: 2020−06−17 基金项目: 国家重点研发计划资助项目（2017YFB0702104） 工程科学学报，第 44 卷，第 1 期：95−103，2022 年 1 月 Chinese Journal of Engineering, Vol. 44, No. 1: 95−103, January 2022 https://doi.org/10.13374/j.issn2095-9389.2020.06.17.003; http://cje.ustb.edu.cn