基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测

基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测

论文摘要

目的构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络(GRNN),构建埋地管道腐蚀深度预测模型,采用粒子群算法(PSO)优化GRNN的网络参数,结合管道腐蚀发展趋势预测方法,对埋地薄弱管道进行腐蚀剩余寿命预测。以陕西省某埋地输油管道为例,选取8个主要外腐蚀因素,构建外腐蚀指标体系,借助Pycharm编程仿真,结合埋片试验,对该模型预测结果进行验证分析,并预测各腐蚀管段剩余使用寿命。结果与BP模型相比,PSO-GRNN模型的管道腐蚀深度预测结果最大相对误差控制在13.77%以内,平均相对误差仅为6.63%。寿命预测结果显示,部分管段的剩余使用寿命未能达到其预期服役寿命。结论所建模型预测性能要明显优于BP模型,预测精度更高,能够较好地预测埋地管道的最大腐蚀深度和未来的腐蚀发展规律,剩余寿命预测结果贴近实际,为管道的维修和更换提供了指导依据,在实际工程中,具有一定的应用价值。

论文目录

  • 1 理论基础
  •   1.1 ASME B31G标准
  •     1.1.1 ASME B31G—1984标准
  •     1.1.2 ASME B31G—1991标准
  •   1.2 广义回归神经网络
  •   1.3 粒子群算法
  • 2 PSO-GRNN腐蚀深度预测模型
  •   2.1 模型构建详细流程
  •   2.2 模型评估
  • 3 腐蚀管道剩余寿命预测
  •   3.1 最大允许腐蚀深度确定
  •   3.2 腐蚀发展趋势预测
  •   3.3 剩余寿命预测模型
  • 4 实例应用
  •   4.1 背景介绍
  •   4.2 指标体系构建与数据获取
  •   4.3 腐蚀深度预测模型的训练和检验
  •   4.4 腐蚀发展趋势预测
  •   4.5 计算最大允许腐蚀深度
  •   4.6 腐蚀管道剩余寿命预测
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 王文辉,骆正山,张新生

    关键词: 埋地管道,腐蚀深度预测模型,腐蚀发展趋势,剩余寿命预测,粒子群算法,广义回归神经网络

    来源: 表面技术 2019年10期

    年度: 2019

    分类: 工程科技Ⅰ辑

    专业: 金属学及金属工艺

    单位: 西安建筑科技大学管理学院

    基金: 国家自然科学基金资助(41877527,61271278),陕西省社科基金项目(2018S34),陕西省教育厅自然专项基金(16JK1465)~~

    分类号: TG172.4

    DOI: 10.16490/j.cnki.issn.1001-3660.2019.10.033

    页码: 267-275+284

    总页数: 10

    文件大小: 1660K

    下载量: 293

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测
    下载Doc文档

    猜你喜欢