基于PCA-PSO-BP神经网络的管道剩余强度评价

• 作者: 朱峰
• 来源期刊: 油气田地面工程
• 关键词: 管道剩余强度 PCA-PSO-BP神经网络 影响因素 平均绝对误差 预测结果
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 储运工程
• 页码范围: 50-56
• 页数: 7页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6896.2020.07.011

摘要

针对单缺陷管道的剩余强度问题,首先对影响管道剩余强度的相关因素进行深层次分析,建立PCA-PSO-BP神经网络模型,使用PCA算法对管道剩余强度影响因素进行降维处理,使用PSO算法对BP神经网络算法中的权值和阈值进行优选,根据文献中获取的1 48组管道实际爆破数据,随机选取1 28组数据作为学习样本,剩余20组数据作为验证样本,使用BP神经网络算法对管道剩余强度进行预测,并将预测结果与ASME B31 G-2009、DNV RP—F101、API 579以及SYT6151-2009等公式的计算结果进行对比,以此验证PCA-PSO-BP神经网络的可行性.研究表明:管道钢级、直径、壁厚、缺陷类型、缺陷深度、缺陷长度是影响管道剩余强度的主要因素;PCA-PSO-BP神经网络预测结果的平均绝对误差仅有2.923％,远低于其他方法的计算误差,证明PCA-PSO-BP神经网络模型可用于管道剩余强度预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱峰	中国石油新疆油田公司风城油田作业区	38	170	9.0	12.0