含缺陷油气管道爆破压力预测的神经网络法研究

摘要：

为实现含局部减薄缺陷油气管道爆破压力的精确预测,将神经网络算法应用于油气管道爆破压力的预测研究,建立了含局部减薄缺陷油气管道爆破压力预测的径向基函数(RBF)、广义回归(GR)、极限学习机(ELM)和误差反向传播(BP)4 种神经网络模型.分析对比了 4 种模型用于 X46、X52、X60、X65、X80 材质含局部减薄缺陷油气管道爆破压力的预测误差,结果表明:4 种神经网络模型的预测误差均小于 ASME B31 G,修正 ASME B31 G,DNVRP-F101 三种通用规范的预测误差;BP 神经网络模型的预测误差最小,预测误差为-1.10%～4.70%;神经网络预测模型用于油气管道爆破压力预测时具有操作简单,适用范围广,便于工程实用等特点.

关键词：局部减薄、管道、爆破压力、神经网络

所属期刊栏目：25

分类号：X936(安全工程)

资助基金：河北省市场监督管理局科技计划项目;河北省市场监督管理局科技计划项目;河北省特种设备监督检验研究院科技计划项目;河北省特种设备监督检验研究院科技计划项目;河北省特种设备监督检验研究院科技计划项目

在线出版日期：2023-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：111-115