含缺陷蒸汽发生器管道爆破压力预测的遗传-神经网络算法

• 作者: 张早校 程光旭 胡军 艾波
• 来源期刊: 西安交通大学学报
• 关键词: 管道缺陷 蒸汽发生器传热管 爆破压力 遗传算法 反向传播算法
• 年，卷（期）: 2011,（9）
• 页码范围: 84-89
• 分类号: TB302.3
• 语种: 中文

摘要

为了探讨体积型缺陷对蒸汽发生器传热管强度的影响,使用遗传-反向传播(GA-BP)算法建立了Inconel 690蒸汽发生器传热管爆破压力预测模型.利用遗传算法对误差反向传播神经网络(BP-ANN)的初始权值进行了优化,由此克服了BP网络收敛速度慢及易陷入局部极小的缺点；使用所建模型分析了管道缺陷的各类几何参数对爆破压力的影响.结果表明:蒸汽发生器传热管的缺陷深度对爆破压力的影响最大,爆破压力随着缺陷深度的增加迅速降低；当管道缺陷环向尺寸减小时,爆破压力随着缺陷轴向长度的增加而减小的趋势更加显著；管道缺陷越深,爆破压力随环向尺寸的增加而减小的趋势越明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张早校	西安交通大学能源与动力工程学院	93	720	16.0	22.0
2	程光旭	西安交通大学能源与动力工程学院	102	1102	18.0	28.0
3	胡军	西安交通大学能源与动力工程学院	32	175	7.0	11.0
4	艾波	西安交通大学能源与动力工程学院	1	5	1.0	1.0