石油化工设备
石油化工設備
석유화공설비
PETRO-CHEMICAL EQUIPMENT
2013年
4期
15-18
,共4页
长输油气管道%失效压力%失效模式%数值优化%人工神经网络
長輸油氣管道%失效壓力%失效模式%數值優化%人工神經網絡
장수유기관도%실효압력%실효모식%수치우화%인공신경망락
long-distance gas pipeline%failure pressure%failure mode%numerical optimization%artificial neural network
利用人工神经网络自组织、自学习和非线性映射的特性，对在役长输油气管道失效压力进行了预测。通过敏感性分析确定了长输油气管道失效压力的影响因素并且采用数值优化的方法对传统BP算法进行改进，得到了基于数值优化的改进BP算法，进而对网络进行训练。实际预测结果表明，基于数值优化算法的BP网络在满足工程需要的前提下，能够很好地预测长输油气管道的失效压力。
利用人工神經網絡自組織、自學習和非線性映射的特性，對在役長輸油氣管道失效壓力進行瞭預測。通過敏感性分析確定瞭長輸油氣管道失效壓力的影響因素併且採用數值優化的方法對傳統BP算法進行改進，得到瞭基于數值優化的改進BP算法，進而對網絡進行訓練。實際預測結果錶明，基于數值優化算法的BP網絡在滿足工程需要的前提下，能夠很好地預測長輸油氣管道的失效壓力。
이용인공신경망락자조직、자학습화비선성영사적특성，대재역장수유기관도실효압력진행료예측。통과민감성분석학정료장수유기관도실효압력적영향인소병차채용수치우화적방법대전통BP산법진행개진，득도료기우수치우화적개진BP산법，진이대망락진행훈련。실제예측결과표명，기우수치우화산법적BP망락재만족공정수요적전제하，능구흔호지예측장수유기관도적실효압력。
The failure pressure of long-distance gas pipeline was predicted based on self organi-zing ,self learning and nonlinear mapping function of artificial neural network .The network was trained based on the sensitivity analysis to determine the influence factors of failure pressure of corroded pipeline and the standard BP algorithm was improved using numerical optimization method .The results show that BP neural network based on the numerical optimization method can be better to predict failure pressure of long-distance gas pipeline .
