基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
人工神经网络是模仿人脑神经元结构、特性和大脑认知功能而构成的新型信号、信息处理系统.利用实验获得的输气管道在气相或液相中含有H2S、CO2、缓蚀剂浓度与其所导致的内腐蚀速度值,采用Levenberg-Marquardt算法建立了输气管道内腐蚀速度BP神经网络预测模型.利用该模型对输气管道内腐蚀速度进行了预测, 取得了比较满意的效果.
推荐文章
输气管道内腐蚀控制新技术
天然气管道
内腐蚀
管道缓蚀剂
在线腐蚀监测
基于深度学习结构网络的输气管道水力预测模型
输气管道
水力计算
深度学习结构网络
BP算法
埋地输气管道腐蚀风险评价技术研究
风险评价
输气管道
腐蚀
故障树
层次分析
大庆至齐齐哈尔输气管道内腐蚀分析与对策
庆齐管道
管道腐蚀
L415管材
内腐蚀防护
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 输气管道内腐蚀速度BP神经网络预测模型
来源期刊 油气储运 学科 工学
关键词 输气管道 人工神经网络 内腐蚀速度 预测模型
年,卷(期) 2002,(7) 所属期刊栏目 防腐保温
研究方向 页码范围 22-24,42
页数 4页 分类号 TE98
字数 2549字 语种 中文
DOI 10.3969/j.issn.1000-8241-D.2002.07.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋仕章 18 224 8.0 14.0
2 樊成 3 14 3.0 3.0
3 王清华 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (32)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(4)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
输气管道
人工神经网络
内腐蚀速度
预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
油气储运
月刊
1000-8241
13-1093/TE
大16开
河北省廊坊市金光道51号
18-89
1977
chi
出版文献量(篇)
5706
总下载数(次)
15
论文1v1指导