基于LASS0-MBAS-ELM的海底多相流管道CO2内腐蚀速率预测

作者：骆正山; 李蕾^*; 王小完

来源：热加工工艺, 2023, 52(14): 41-45.

DOI：10.14158/j.cnki.1001-3814.20220272

• 海底多相流管道
• CO2内腐蚀
• LASSO回归
• 多种群甲虫天牛须优化算法(MBAS)
• 极限学习机(ELM)

针对海底多相流管道CO2内腐蚀发生频繁，检测难度大的问题，建立基于套索回归(LASSO)和多种群甲虫天牛须优化算法(MBAS)的极限学习机(ELM)预测模型，以提高预测效率及预测精度。以LASSO回归筛选腐蚀影响因素，提取关键指标，降低预测输入维度；采用MBAS对ELM的输入权值及隐层阈值进行修正，避免因随机设置造成的不稳定性。以我国海南东部某海底油气管道的50组数据为例，通过MATLAB模拟仿真，分析预测结果，并与其他两种模型对比。结果表明：温度、pH值、流体流速和CO2分压是影响该类型管道腐蚀的关键因素。LASSO-MBAS-ELM模型的预测结果与实际值拟合度更高，其均方根误差、平均绝对误差及平均绝对百分误差分别为0.089%、0.079%和3.068%，均优于对比模型。所提出的方法在数据有限的情况下，仍具有良好的可靠性和稳定性，为准确掌握海底管道腐蚀状况提供了新的思路；同时为海洋油气运输系统日常运行维护提供了参考依据。

• 单位
  西安建筑科技大学