基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测

• 作者: 张新生 王文辉 骆正山
• 来源期刊: 表面技术
• 学科: 工学
• 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
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 表面失效及防护
• 页码范围: 267-275,284
• 页数: 10页
• 分类号: TG172
• 字数: 5222字
• 语种: 中文
• DOI: 10.16490/j.cnki.issn.1001-3660.2019.10.033

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆正山	西安建筑科技大学管理学院	79	457	11.0	18.0
2	张新生	西安建筑科技大学管理学院	45	251	9.0	15.0
3	王文辉	西安建筑科技大学管理学院	4	9	2.0	3.0