- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘 要
腐蚀一直以来都是困扰着管道工业发展的一个极其突出的问题。为了输送从偏僻地
区开采的原油,世界各国修建了大量的输油管道,这些管道基本上都是埋设于地下的。
管道在运行过程中不但会受到外界土壤的腐蚀而且还会受到输送原油中腐蚀介质的腐
蚀。管道因腐蚀破坏不仅会造成巨大的经济损失以及能源浪费,还会对环境造成严重污
染甚至威胁到人类的生命安全。对输油管道腐蚀因素进行分析并对管道剩余寿命预测是
保证管道安全运营的重要手段,然而目前对管道腐蚀因素分析主要集中在管道的外腐蚀
因素上,寿命预测也是基于管道外腐蚀缺陷来展开的,而对管道破坏同样较大的内壁腐
蚀问题研究较少。
鉴于此,本文首先在实验室条件下模拟了输油管道内壁腐蚀的环境;建立了管道内
腐蚀速率预测模型并对内腐蚀的主要影响因素进行了分析;最后同时考虑管道的内腐蚀
和外腐蚀问题,建立了管道的剩余寿命预测模型,从管道内外两个方面展开寿命预测。
通过研究,本文得到了如下结论:
采用失重实验方法测量了不同原油对金属管道的腐蚀速率,建立了BP、GA和
GA-BP算法的三种人工神经网络模型,通过对比发现,三种网络模型的预测精度从高到
低为:GA—BPGABP;借助于神经网络节点删除规则,对影响原油腐蚀性的主要因素
进行了筛选,并对筛选出来的主要因素进行了敏感性分析,发现对原油腐蚀性影响从高
到低的因素分别为:原油中的Fe含量、硫含量、温度、流速、Na含量、粘度、V含量、
Cu含量、水含量;最后采用visualstIldio
C拌集成开发环境,开发了一套基于WiIl32平
台的管线腐蚀预测专家系统,实现了对管道内腐蚀速率及管道剩余寿命的预测。
关键词:管道腐蚀;人工神经网络;剩余寿命预测;专家系统
ResearchTheFactorsofOilCorrosionand theResidualLife
Exploitation
PredictionSofh’,areForoil
Pipeline
I沁n Scienceand
ZheIlJia(Materials
Engineering)
Directed Jun
byPr0£Zhang
Abstract
Con.0sionisa s耐ous in allnleoilfieldswere
Ver)r problempipelineindus仃y.Becallse
i11remote order tllisoila10t buiniIltlle
are锻almost,iIlt0觚sport wodd,
ofpipeliI圮were
tlle
andnlis wereb面edin ont11eWIlole.Nottlleoutsidef如torsof
pipeliIle unde增,omld oIdy
butalsot11eco门『0sionmediuminoilcouldco盯0de be骶enit
pipeline pipeline opera:ted.On
tlleoIle wouldcause economi
文档评论(0)