基于改进BP神经网络优化的管道腐蚀速率预测模型研究

• 作者: 殷苏民 许宏良
• 来源期刊: 表面技术
• 学科: 工学
• 关键词: BP神经网络 改进粒子群算 管道腐蚀 预测模型
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 表面失效及防护
• 页码范围: 177-181
• 页数: 5页
• 分类号: TG172
• 语种: 中文
• DOI: 10.16490/j.cnki.issn.1001-3660.2018.02.028

摘要

目的 构造金属管道腐蚀速率预测模型,预测管道的使用寿命.方法 分析了二氧化碳(CO2)和硫化氢(H2S)对金属管道的腐蚀过程,给出了管道腐蚀的化学反应方程式.引用了BP神经网络构造金属管道腐蚀速率的数学模型,采用了改进粒子群算法对预测模型进行优化.以45号金属管道为例,借助于Matlab软件对管道腐蚀速率进行仿真验证,并与实验测量数据进行对比和分析.结果 金属管道腐蚀速率随着CO2或H2S压强的增大而逐渐增大,仿真结果显示CO2和H2S的最大腐蚀速率分别为7.20× 10-5 mm/h和5.76× 10-5mm/h,而实验测量结果显示CO2和H2S的最大腐蚀速率分别为7.14×10-5 mm/h和5.65×10-5 mm/h,采用改进BP神经网络预测模型所产生的相对误差在5％以内.结论 金属管道在不同压强条件下,采用改进BP神经网络预测模型能够近似地预测其腐蚀速率,为金属管道的更换提供了参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷苏民		89	659	11.0	22.0
2	许宏良		4	18	2.0	4.0