石油、天然氣在我國能源戰(zhàn)略中具有極其重要的地位,但隨著我國管道建設(shè)量的增大和老管線服役時間過長,管道失效事故頻發(fā),造成重大的財產(chǎn)損失與人員傷亡,油氣管道安全問題引發(fā)廣泛關(guān)注。埋地管道埋于地下、腐蝕失效隱蔽和檢修成本昂貴的特點決定了管道安全建設(shè)不僅需要硬件技術(shù)創(chuàng)新,更需要理論知識和管理模式的根本變革,因此針對埋地管道進行腐蝕失效研究、提前預知管道的健康狀況就顯得尤為重要。本文在分析目前埋地管道常用檢測技術(shù)及腐蝕預測方法優(yōu)缺點的基礎(chǔ)上,結(jié)合數(shù)據(jù)分析及數(shù)據(jù)挖掘方法,主要進行了以下三方面的工作:（1）埋地油氣管道腐蝕因素分析研究,結(jié)合事故樹理論,分析埋地油氣管道腐蝕失效原因,針對傳統(tǒng)事故樹重要度分析不足的缺陷,采用粗糙集理論對埋地管道腐蝕因素進行特征選擇,提取出影響管道腐蝕的主要因素并進行重要度排序。（2）埋地油氣管道腐蝕速率預測研究,改進傳統(tǒng)粒子群算法的慣性權(quán)重和學習因子,對廣義回歸神經(jīng)網(wǎng)絡的參數(shù)進行優(yōu)化選取,構(gòu)建埋地管道腐蝕速率預測模型,與其它群智能算法進行對比分析表明,改進粒子群算法尋優(yōu)收斂能力更強,與BP模型和SVM模型相比,本文所建模型的預測精度更高。（3）埋地油氣管道腐蝕剩余壽命預... 

【文章來源】：西安建筑科技大學陜西省

【文章頁數(shù)】：84 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 選題背景和研究意義
        1.1.1 選題背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 存在的主要問題
    1.3 研究內(nèi)容、方法和技術(shù)路線
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
        1.3.3 本文研究技術(shù)路線
    1.4 研究的創(chuàng)新
2 埋地油氣管道相關(guān)理論概述
    2.1 腐蝕失效原理及其類型
        2.1.1 埋地管道腐蝕特點
        2.1.2 埋地管道腐蝕機理
        2.1.3 油氣管道腐蝕分類
    2.2 埋地管道腐蝕檢測技術(shù)
        2.2.1 埋地管道外腐蝕檢測
        2.2.2 埋地管道內(nèi)腐蝕檢測
        2.2.3 土壤腐蝕性檢測
        2.2.4 腐蝕速率檢測方法
    2.3 腐蝕預測方法及評價流程
        2.3.1 概率統(tǒng)計方法
        2.3.2 回歸分析方法
        2.3.3 灰色預測方法
        2.3.4 人工智能方法
        2.3.5 腐蝕預測評價流程
    2.4 本章小結(jié)
3 腐蝕影響因素分析及特征提取
    3.1 腐蝕影響因素分析
        3.1.1 土壤腐蝕
        3.1.2 雜散電流腐蝕
    3.2 管道腐蝕失效事故樹分析
        3.2.1 事故樹基本概念
        3.2.2 腐蝕失效事故樹構(gòu)建
        3.2.3 事故樹的不足之處
    3.3 基于粗糙集的腐蝕因素特征選擇
        3.3.1 粗糙集理論概述
        3.3.2 屬性約簡
        3.3.3 腐蝕影響因素排序
    3.4 本章小結(jié)
4 埋地油氣管道腐蝕速率預測
    4.1 廣義回歸神經(jīng)網(wǎng)絡
        4.1.1 GRNN理論基礎(chǔ)
        4.1.2 網(wǎng)絡結(jié)構(gòu)
        4.1.3 可行性分析
    4.2 改進的粒子群算法
        4.2.1 粒子群算法原理
        4.2.2 粒子群算法參數(shù)改進
        4.2.3 粒子群算法流程
        4.2.4 粒子群算法性能驗證
    4.3 腐蝕速率預測模型的建立
        4.3.1 建模步驟
        4.3.2 數(shù)據(jù)標準化
        4.3.3 算法設(shè)計思想
        4.3.4 模型驗證
    4.4 實證分析及應用研究
        4.4.1 數(shù)據(jù)集劃分
        4.4.2 參數(shù)設(shè)置及算法比較
        4.4.3 預測結(jié)果及對比分析
    4.5 本章小結(jié)
5 埋地油氣管道腐蝕剩余壽命預測
    5.1 剩余強度評價及腐蝕深度確定
        5.1.1 ASME B31G標準
        5.1.2 API RP579 標準
        5.1.3 最大允許腐蝕深度確定
    5.2 腐蝕發(fā)展趨勢及剩余壽命預測
        5.2.1 基于檢測數(shù)據(jù)的腐蝕趨勢預測
        5.2.2 基于PSO-GRNN的腐蝕深度預測模型
        5.2.3 腐蝕剩余壽命預測模型
    5.3 剩余壽命預測模型實際運用
        5.3.1 實例背景介紹
        5.3.2 腐蝕發(fā)展規(guī)律研究
        5.3.3 計算最大允許腐蝕深度
        5.3.4 腐蝕管道剩余壽命預測
        5.3.5 維修計劃建議
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
致謝
參考文獻
附錄 A 20組管段腐蝕檢測數(shù)據(jù)
附錄 B 30組管段腐蝕檢測數(shù)據(jù)（半年后）
附錄 C 在學期間學術(shù)成果


【參考文獻】：
期刊論文
[1]基于GRNN建立開孔型多孔玻璃吸聲性能模型[J]. 張旭博,徐穎,張婷穎,李國棟.  西北工業(yè)大學學報. 2019(01)
[2]基于RS-PSO-GRNN的埋地管道土壤腐蝕預測[J]. 駱正山,王文輝,王小完,張新生.  材料保護. 2018(08)
[3]基于多模型融合的高光譜圖像質(zhì)量評價[J]. 徐冬宇,厲小潤,趙遼英,舒銳,唐琪佳.  激光與光電子學進展. 2019(02)
[4]基于SFLA-GRNN模型的基坑地表最大沉降預測[J]. 鐘國強,王浩,李莉,王成湯,謝壁婷.  巖土力學. 2019(02)
[5]基于改進BP神經(jīng)網(wǎng)絡優(yōu)化的管道腐蝕速率預測模型研究[J]. 許宏良,殷蘇民.  表面技術(shù). 2018(02)
[6]基于MODCPSO算法的三值FPRM電路面積與延時優(yōu)化[J]. 王銘波,汪鵬君,符強,張會紅.  計算機應用研究. 2019(02)
[7]天然氣長輸管道腐蝕機理及檢測技術(shù)研究[J]. 王孟孟,張本同,宗麗娜,吳超.  焊管. 2017(11)
[8]新發(fā)展灌區(qū)土地適宜性評價探討[J]. 冉榮.  甘肅科技. 2017(21)
[9]長輸油氣高強管線鋼的腐蝕研究進展[J]. 熊丹,趙杰,顧艷紅,李馥釗.  腐蝕科學與防護技術(shù). 2017(04)
[10]埋地鋼質(zhì)原油集輸管道檢測技術(shù)探討[J]. 張汝義,劉海俊,杜莎.  油氣田地面工程. 2017(06)

博士論文
[1]長輸管道腐蝕防護系統(tǒng)安全性動態(tài)評價方法研究[D]. 趙志峰.西安科技大學 2017
[2]油氣管道腐蝕失效預測及安全可靠性評估研究[D]. 張占奎.天津大學 2006

碩士論文
[1]圓凹坑織構(gòu)對機械密封性能影響的研究[D]. 林建強.南京航空航天大學 2018
[2]直流輸電系統(tǒng)接地電流對管道腐蝕機理研究[D]. 季壽宏.西南石油大學 2017
[3]不同硅含量鋁合金微弧氧化膜層的制備及耐磨耐腐蝕性能[D]. 易奎楊.哈爾濱工業(yè)大學 2016
[4]改進的PSO優(yōu)化ELM算法在醫(yī)學圖像分割中的應用研究[D]. 曾璐璐.廣西師范學院 2016
[5]油氣輸送腐蝕管道剩余壽命預測研究[D]. 曹乃寧.西安建筑科技大學 2016
[6]基于綜合檢測的埋地燃氣管道腐蝕剩余壽命預測研究[D]. 程興.華南理工大學 2016
[7]基于ICPSO-SVM的網(wǎng)絡入侵檢測研究[D]. 付紅娟.湖南大學 2016
[8]吳起—延煉輸油管道陰極保護系統(tǒng)運行現(xiàn)狀分析及優(yōu)化運行研究[D]. 王勇.西安石油大學 2015
[9]番禺30-1平臺生產(chǎn)管線腐蝕規(guī)律研究及剩余壽命預測[D]. 李俊楠.西南石油大學 2015
[10]基于測量數(shù)據(jù)的電磁兼容模型綜合技術(shù)研究[D]. 蔡震.國防科學技術(shù)大學 2011



本文編號：3161603