基于广义回归神经网络的海底腐蚀管道极限承载力预测

作者：靳文博; 肖荣鸽^*; 田震; 李凯

来源：热加工工艺, 2020, 49(08): 58-61.

DOI：10.14158/j.cnki.1001-3814.20182185

• 广义回归神经网络
• 腐蚀管道
• 极限承载力
• 光滑因子
• 预测精度

海底腐蚀管道极限承载力是影响管道安全的重要因素,掌握极限承载力的预测方法对于保障管道安全具有重要意义。基于广义回归神经网络的基本原理,在优化广义回归神经网络相关参数的基础上,预测了海底腐蚀管道的极限承载力。结果表明,该预测方法所得管道极限承载力的预测值和有限元计算值吻合程度较好,最大相对误差为8.34%、最小相对误差为1.92%、平均相对误差为4.67%,该方法可用于管道极限承载力的预测;不同光滑因子对预测结果的影响较大,随着光滑因子的增加,所得的均方误差增加,故在预测过程中应对光滑因子合理选择;在应用广义回归神经网络预测时,网络训练中需要调节的参数只有一个光滑因子,可达到较快的收敛速度。

• 单位
  西安石油大学; 海洋石油工程股份有限公司