基于PCA-PSO-BP神经网络的管道剩余强度评价

摘要：

针对单缺陷管道的剩余强度问题,首先对影响管道剩余强度的相关因素进行深层次分析,建立PCA-PSO-BP神经网络模型,使用PCA算法对管道剩余强度影响因素进行降维处理,使用PSO算法对BP神经网络算法中的权值和阈值进行优选,根据文献中获取的1 48组管道实际爆破数据,随机选取1 28组数据作为学习样本,剩余20组数据作为验证样本,使用BP神经网络算法对管道剩余强度进行预测,并将预测结果与ASME B31 G-2009、DNV RP—F101、API 579以及SYT6151-2009等公式的计算结果进行对比,以此验证PCA-PSO-BP神经网络的可行性.研究表明:管道钢级、直径、壁厚、缺陷类型、缺陷深度、缺陷长度是影响管道剩余强度的主要因素;PCA-PSO-BP神经网络预测结果的平均绝对误差仅有2.923％,远低于其他方法的计算误差,证明PCA-PSO-BP神经网络模型可用于管道剩余强度预测.

关键词：管道剩余强度、PCA-PSO-BP神经网络、影响因素、平均绝对误差、预测结果

所属期刊栏目：39

在线出版日期：2020-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：50-56