基于人工神经网络模型的油气管线点腐蚀蚀坑深度的预测.pdfVIP

。高校讲台O saENcETEcHNOLOGY矾F伽咖A110N 辩拄信息 20∞年第25期 基于人工神经网络模型的油气管线点腐蚀蚀坑深度的预测 刘亚秀1由伟2 1 (1，华北科技学院电信工程系 中国 北京 01601：2．华北科技学院机电工程系中国 北京101601) 擅要：锋孝设计了反向谙纂^工神经罔搏模型采预洲油气管斑点赓拙挂坑深度。用。冀一洼”刮葺了神经罔蝽模型。使其具有熏佳的预测性 能．然后用经过训练的棰型覆捌了一些样奉的点腐蚀蚀境深度。用散点圈和三十境计学措棒～均方谖堇(MsE)、相对均方谖差(MsRE)扣拟鲁分 才谥盖(MsRE)值为l32％．拟合分值(、，On的值为l9992。从怠体上看，人工神经同络模型具有较高的预测精度。 关键词：点肩蚀蚀坑耀座；顿硼：人工神经网络；训练；预测性能 1．前言 到．所有的点都基本沿对角线分布．这说明^NN模型的预测值与实际 在油气管线的艉役过程中．点腐蚀是一种普遍存在的腐蚀形式， 测试值很接近。^NN模型对训练样本的预测精度比较商。 它引发的失效具有隐蔽性、渐进性Ⅸ厦突发性等特点“，．区面对正常 3．】．2统计指标 生产构成了严重的危害。 为了更加客观、准确地丁解和评价^NN模型的预铡性能，本文采 蚀坑深度是衡量工件发生点腐蚀程度的一十重要指标．对它的预 铡有助于人们判断点腐蚀的进展程度．从而能够对其危害进行有效地 (拟和值)。这三个指标的表达式如下： 预肪和控制。 时问序列分析珐特别适合于影响因素多、作用机制复杂的问题． J∑(‰，一‰，)1 (式I) 文献…用回归分析法对油气管线的点腐蚀蚀坑深度进行了预测，取得 一I“—可一 了比较好的结果。但是回归方程的缺点是它并不一定能准确地反映出 蚀坑群度与服役时闻问存在的数学关系，因此容易产生较大的预耐误 差，这样有必要探索更合适的方法对蚀坑耀廑进行时间序列分析。 近年来．人工神经网络广泛应用于包括函数逼近在内的许多疆 m—J单 (孟2) 域．取得了较好的效果oo。在本文中．作者咀通用的^工种羟网络应用 一，匝 软件E耐唧c“一为平台，根据收集的实验数据建立了油气管线点腐蚀蚀 坑深度与服役时间之间的人工神经网络模型，财蚀坑裸度进行预测。 ∑(‰，一匠×k，一吒_) v0F【6】-l+ (宣j) 2．实验方法 ——，—zl；!，。．．。．。，=；：；-，．。。。：：：：，；--．．．．．．．—．．．．．．．一 本文采用文献”冲的数据做为我们的实验数据。 J(砉r√一wi2x|k，。”i1) 基于时间序列分析的预测步骤一般为oJ：假设xi为i时劐的点腐 上式中：V旷计算值；v“一测试值；N一样车技量 蚀蚀坑辣度值(i．1，2，3．……)。设预测阶数为k，则将(i+1)．(i+2)，(i+ 表1中第二列标明了训练样本的三个统计谩差值．它们也表明 3)，…-一，(i+k)时刻的点腐蚀蚀坑棵度值x。，】cin．x㈨……，X．做为 ^NN模型的预测值与宴铡值比较苻台。 箝^值来援测““+i，时刻的值x妯JT即用k个相邻时剥的值藏酒下 寰1 ANN模型预毒值的缝计误差 ～个时刘的值。