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
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：埋地管道论文; 腐蚀深度预测模型论文; 腐蚀发展趋势论文; 剩余寿命预测论文; 粒子群算法论文; 广义回归神经网络论文;