期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测 被引量：23
1
作者 王文辉 骆正山 张新生 《表面技术》 EI CAS CSCD 北大核心 2019年第10期267-275,284,共10页
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... 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。 展开更多
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(PSO) 广义回归神经网络(GRNN)
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部