本發明公開了一種基于優化神經網絡的管道腐蝕缺陷預測方法,步驟如下:采集管道內腐蝕缺陷信息、輸送介質條件、管道本體及運行參數;對數據進行集成、清理、轉換,形成腐蝕缺陷數據訓練和測試樣本;初始化BP神經網絡模型;基于隱含層神經元取值優化、有限儲存BFGS算法和學習率自適應動態調整優化神經網絡模型,通過樣本訓練、測試得到最優化神經網絡預測模型;將待預測管道的輸送介質條件、管道本體及運行參數等輸入預測模型,預測得到管內腐蝕缺陷的環向分布和尺寸大小。本發明充分考慮了管道內腐蝕影響因素,優化神經網絡結構、存儲空間、迭代速度以及穩定性,為在役天然氣管道剩余壽命預測、腐蝕失效風險評估以及修復等提供可靠的參考依據。
聲明:
“基于優化神經網絡的管道腐蝕缺陷預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)