电子设计工程
電子設計工程
전자설계공정
ELECTRONIC DESIGN ENGINEERING
2013年
24期
20-22
,共3页
BP神经网络%管道失效%系统状态%状态预测
BP神經網絡%管道失效%繫統狀態%狀態預測
BP신경망락%관도실효%계통상태%상태예측
BP neural network model%pipeline failure%system state%state prediction
针对管道系统历史数据缺乏、失效机理非线性的特点,选用具有良好自学习性、鲁棒性等特点的BP神经网络对管道失效状态进行预测.在对管道外表面涂层检测数据预处理的基础上,采用BP神经网络进行建模分析,通过样本的反复训练,得到预测集的相对误差最大为8.3％,预测结果比较理想.结果表明:用BP神经网络能够较好地预测管道的失效状态值,为管道的预防性维修提供理论依据.
針對管道繫統歷史數據缺乏、失效機理非線性的特點,選用具有良好自學習性、魯棒性等特點的BP神經網絡對管道失效狀態進行預測.在對管道外錶麵塗層檢測數據預處理的基礎上,採用BP神經網絡進行建模分析,通過樣本的反複訓練,得到預測集的相對誤差最大為8.3％,預測結果比較理想.結果錶明:用BP神經網絡能夠較好地預測管道的失效狀態值,為管道的預防性維脩提供理論依據.
침대관도계통역사수거결핍、실효궤리비선성적특점,선용구유량호자학습성、로봉성등특점적BP신경망락대관도실효상태진행예측.재대관도외표면도층검측수거예처리적기출상,채용BP신경망락진행건모분석,통과양본적반복훈련,득도예측집적상대오차최대위8.3％,예측결과비교이상.결과표명:용BP신경망락능구교호지예측관도적실효상태치,위관도적예방성유수제공이론의거.
