基于PCA-IBAS-ELM的海底多相流管道内腐蚀速率预测

作者：骆正山; 李蕾^*

来源：科学技术与工程, 2022, 22(22): 9566-9573.

• 海底多相流管道
• 内腐蚀速率预测
• 主成分分析(PCA)
• 改进甲虫天牛须算法(IBAS)
• 极限学习机(ELM)

海底多相流管道运输介质中油、气、水共存，极易发生化学反应引发一系列腐蚀问题。为预测其腐蚀速率，对管内腐蚀机理及影响因素进行分析，提出基于主成分分析法(principal component analysis, PCA)和改进甲虫天牛须算法(improve beetle antennae search, IBAS)的极限学习机(extreme learning machine, ELM)预测模型。PCA筛选腐蚀因素，降低预测模型的输入指标维数，IBAS优化ELM的关键性能指标——输入权值及隐层阈值，提升预测精度。为检验模型效能，以中国海南东部某海底油气管道50组数据为例进行研究，并与其他两种模型对比分析。结果表明：温度、pH、流体流速和CO2分压是影响该类型管道腐蚀的关键因素，PCA-IBAS-ELM预测结果与实际值拟合度更高，其均方根误差(root mean square error, RMSE)、平均绝对误差(mean absolute deviation, MAE)和平均绝对百分误差(mean absolute percentage error, MAPE)均小于比较模型。可见构建模型对于海底多相流管道内腐蚀速率预测具有优越性。

• 单位
  西安建筑科技大学