大连理工大学学报
大連理工大學學報
대련리공대학학보
JOURNAL OF DALIAN UNIVERSITY OF TECHNOLOGY
2005年
2期
181-185
,共5页
赵宗昌%张晓冬%王栋%徐金铭
趙宗昌%張曉鼕%王棟%徐金銘
조종창%장효동%왕동%서금명
含蜡原油%触变性%触变剪切应力%BP人工神经网络%R-G模型
含蠟原油%觸變性%觸變剪切應力%BP人工神經網絡%R-G模型
함사원유%촉변성%촉변전절응력%BP인공신경망락%R-G모형
含蜡原油的流变性对其管道输送有着重要的影响. 当原油温度逐渐接近凝点时,原油表现为非牛顿流体,其流变性表现出异常复杂的触变性. 利用人工神经网络较强的非线性逼近、良好的自适应和预测性能,采用误差反向传播算法(即BP算法)对含蜡原油的触变剪切应力进行了计算,计算结果与实验结果和采用R-G模型方程计算的结果进行了对比. 结果表明,BP网络计算的精度高于R-G模型方程计算的精度,BP网络和R-G模型的计算结果与实验结果的最大相对误差分别为5.0%和12.7%.
含蠟原油的流變性對其管道輸送有著重要的影響. 噹原油溫度逐漸接近凝點時,原油錶現為非牛頓流體,其流變性錶現齣異常複雜的觸變性. 利用人工神經網絡較彊的非線性逼近、良好的自適應和預測性能,採用誤差反嚮傳播算法(即BP算法)對含蠟原油的觸變剪切應力進行瞭計算,計算結果與實驗結果和採用R-G模型方程計算的結果進行瞭對比. 結果錶明,BP網絡計算的精度高于R-G模型方程計算的精度,BP網絡和R-G模型的計算結果與實驗結果的最大相對誤差分彆為5.0%和12.7%.
함사원유적류변성대기관도수송유착중요적영향. 당원유온도축점접근응점시,원유표현위비우돈류체,기류변성표현출이상복잡적촉변성. 이용인공신경망락교강적비선성핍근、량호적자괄응화예측성능,채용오차반향전파산법(즉BP산법)대함사원유적촉변전절응력진행료계산,계산결과여실험결과화채용R-G모형방정계산적결과진행료대비. 결과표명,BP망락계산적정도고우R-G모형방정계산적정도,BP망락화R-G모형적계산결과여실험결과적최대상대오차분별위5.0%화12.7%.
