共查询到10条相似文献,搜索用时 15 毫秒
1.
针对元坝高酸性气田地面管道的内腐蚀问题,提出了一种考虑多因素的BP神经网络腐蚀预测模型。该模型以温度、CO2分压、H2S分压、p H值、Cl-含量、总矿化度、液气比、缓蚀剂残余量8种影响因素的数据作为输入量,再将腐蚀速率作为输出量,通过现场实测获得大量历史样本数据,对BP神经网络进行训练,实现了地面管道的腐蚀速率预测,并利用该模型对元坝高酸性气田地面管道各腐蚀因素的重要程度进行评判。结果表明:随机抽取工况参数,模型预测值与实测值的平均绝对误差在10%以内,预测模型具有较高的准确性和可靠性;影响元坝高酸性气田地面管道腐蚀速率的主控因素为H2S分压,CO2分压、缓蚀剂残余量次之。研究成果可为类似气田地面管道的内腐蚀评估提供技术借鉴。(图2,表3,参22) 相似文献
2.
3.
为克服埋地管道土壤腐蚀因素之间具有模糊性、随机性、交互性及传统方法预测精度较低等缺陷,以某现场埋地管道腐蚀埋片数据为基础,选择10个影响因素为输入参数,以外腐蚀速率为输出参数,采用径向基函数(Radial Basis Function,RBF)神经网络模型,对数据样本进行训练、验证、测试,建立外腐蚀速率预测模型,并通过... 相似文献
4.
5.
6.
【目的】地面输气管道易出现严重的内腐蚀问题,为保障管道服役安全,需准确预测管道内腐蚀速率。【方法】通过粗糙集(Rough Set, RS)理论筛选影响腐蚀的主控因素,将重构数据集作为输入、腐蚀速率作为输出,对核极限学习机(Kernel Based Extreme Learning Machine, KELM)模型进行训练,并利用改进的海鸥优化算法(Improved Seagull Optimization Algorithm, ISOA)对模型超参数进行优化,从而提出了一种基于RS-ISOA-KELM模型的输气管道内腐蚀速率预测方法,与其他组合模型的预测精度进行对比,并进行了长期预测效果及模型普适性分析。【结果】在Sphere、Schaffer、Rosenbrock、Rastrigin、Griewank 5个基准函数上对ISOA算法进行收敛性分析,发现其在求解精度和计算稳定性上具有较强优势;利用某气田区块的实际运行数据对该模型进行验证,结果表明温度、CO2分压、H2S分压、流速、Cl-含量、含水率、缓蚀剂残余浓度是影响内腐蚀的重要因素,其中H2S分压、流速、缓蚀剂残余浓度的权重最大;使... 相似文献
7.
在役原油管道安全程度的确定需要一种优化的方法并指导维护活动.根据秦京输油管道风险因素的实际情况,对管道各管段的风险分析和预测提出了一种基于BP算法的神经网络模型,并通过秦京输油管道的实例计算验证了该方法的实用性和可靠性. 相似文献
8.
9.