10.16490/j.cnki.issn.1001-3660.2018.02.028
基于改进BP神经网络优化的管道腐蚀速率预测模型研究
目的 构造金属管道腐蚀速率预测模型,预测管道的使用寿命.方法 分析了二氧化碳(CO2)和硫化氢(H2S)对金属管道的腐蚀过程,给出了管道腐蚀的化学反应方程式.引用了BP神经网络构造金属管道腐蚀速率的数学模型,采用了改进粒子群算法对预测模型进行优化.以45号金属管道为例,借助于Matlab软件对管道腐蚀速率进行仿真验证,并与实验测量数据进行对比和分析.结果 金属管道腐蚀速率随着CO2或H2S压强的增大而逐渐增大,仿真结果显示CO2和H2S的最大腐蚀速率分别为7.20× 10-5 mm/h和5.76× 10-5mm/h,而实验测量结果显示CO2和H2S的最大腐蚀速率分别为7.14×10-5 mm/h和5.65×10-5 mm/h,采用改进BP神经网络预测模型所产生的相对误差在5%以内.结论 金属管道在不同压强条件下,采用改进BP神经网络预测模型能够近似地预测其腐蚀速率,为金属管道的更换提供了参考依据.
BP神经网络、改进粒子群算、管道腐蚀、预测模型
47
TG172(金属学与热处理)
江苏省科技支撑计划资助项目BE2013009-1Supported by Science and Technology Support Program of Jiangsu Province BE2013009-1
2018-04-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
177-181