基于PCA-PSO-BP神经网络的管道剩余强度评价朱峰

作     者：中国石油新疆油田公司风城油田作业区 

出 版 物：《油气田地面工程》 

年 卷 期：2020年第7期

页      面：50-56页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：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 

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148组管道实际爆破数据,随机选取128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 B31G—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。