基于人工智能压力容器失效模式预测.pdfVIP

维普资讯 ④ 第 26卷 第3期 ／ 甘 肃 工 业 大 学 学 报 V0l26 No．3 2000年 9月 JournalofGansuUniversityofTechnology Sept．2000 文章编号 ：1000—5889(2000)03—0049—06 基于人工智能的压力容器失效模式的预测 李尔国，俞树荣 丁H争 (甘甘肃肃工工业业大大学石油化工学学院，甘肃兰州州730030) T。If)f) 摘要 ：采用模糊推理与人I神经 网络技术相结合的人工智能方法进行 7压力容器失 效模 式 的预测 ，预测结果和失 效评 定 图法．判断结果相 一致．人I神经 网络 和模糊推理 方法为压力容器安全评定智能化 系统 的建立作 7一个补充． 关键词：墨 查墨；叁苎茎 ；基塑垫墨； 三 丝旦竺； 三堑 中图分类号 ：TQ051．3；TP183 文献标识码 ：A 运用失效评定图可 以同时完成脆断 (LEFM)、弹塑性断裂 (EPFM)和塑性失稳 (LL)3种 失效模式的评定，而且根据断裂失效模式筛选系数 S (即接近线弹性失效程度的度量 ，和接 近塑性屈服程度大小的度量L 的比值)的大小还可 以判断结构万一发生失效时的可能失效模 式 【‘(其原理如图 l所示)． 这 种方 法 比较 简单 方便 ，结果也很 明 了，但是它仅仅用两个度量依据 工 和 之 间的相 对大 小即它们的 比值 来反映可能的 失效形式 ，这 种预测结果并不能反映出容器 的失效模式与两个度量依据 Ll|和 K 之间所 存在的量的关系；而且用失效筛选系数 s 来 决定 3种 可能 的失效模式存在着一个边界 如何确定问题 ，这是一个模糊 不确定问题． 人工神经网络是近年来发展起来的一 门交叉 学科，该技术 能处理高度非 线性 问 L 题 ，具有 自学习、自组织 能力．实验证 明，引 入 神经 网络 技术， 成 功的评 定案例为基 图 1 利用失效评定确定失效模式示意图 础 ，运 用人工神经网络进行压力容器缺 陷评 定是可行的，可以预测缺陷的安全裕度．本文在文 [2，3]的研究基础上 ，结台失效评定图技术中 判断结构失效模式的方法 ，采用人工智能对 已通过安全评定的缺 陷将来可能 的失效模式进行 预测 ． 收稿 日期 ：2000一O1O5 基金项 目：机械部基金 作者简介 ：李尔国(1975一)，男，安敷天长人，硕士 维普资讯 甘 肃 工 业 大 学 学 报 第 26卷 1 人工神经 网络基本原理 1．1 人工神经网络模式 ] 在人工神经 网络应用 中，具有广泛用途 的是多层前馈反 向传播神经阿络 ，它是一种多层感 知器结构 (MultiLayerPerception)，从数学 角度看 ，多层前馈神经 网络是 由一组输入单元到 一 组输 出单元的映射．若网络输入层有 Ⅳ个单元 ，输 出层有 P个单元 ，则 网络是 ： F ： R 一 R ， V — F(X) (1) 本文采用 3层 BP模型网络 ，由输入层 、输 出 层和连接它们的隐含层组成．输入层接收外部的 信息并负责传递到隐含层 ，隐含层处理来 自输入 y0 P一 1