陸上資源的逐漸匱乏使得海洋油氣資源逐步成為我國能源的重要來源,海底管線也成為了海上資源開采、運輸?shù)拳h(huán)節(jié)的重要組成部分。由于管線服役時間長,腐蝕性較強的海洋環(huán)境勢必導(dǎo)致管壁腐蝕,而原油泄漏是對人類生命財產(chǎn)及自然環(huán)境的巨大威脅。故應(yīng)用有效的理論方法及時掌握海底管線腐蝕情況、預(yù)知其剩余壽命,對保障管線的安全運行、降低維修成本有重要實用價值和理論意義。在查閱大量文獻的基礎(chǔ)上,分析海底管線腐蝕失效原理及檢測技術(shù),梳理腐蝕評價及預(yù)測方向。識別海底管線腐蝕因素,構(gòu)建腐蝕指標(biāo)體系,利用廣義灰色關(guān)聯(lián)分析法提取關(guān)鍵指標(biāo)作為后續(xù)模型的因素集;劃分管線腐蝕等級,將改進布谷鳥算法優(yōu)化的模糊層次分析法與熵權(quán)法融入模糊綜合評價法中,計算組合權(quán)重,構(gòu)建管線腐蝕評價模型,預(yù)測各管段腐蝕等級;針對腐蝕等級較高的管段,采用極限學(xué)習(xí)機模型預(yù)測其進行腐蝕速率,并利用改進后的自適應(yīng)遺傳算法優(yōu)化模型參數(shù),從數(shù)值方向預(yù)測管線腐蝕情況,以定位腐蝕薄弱管段;針對不同腐蝕類型構(gòu)建基于混合算法的海底管線腐蝕深度預(yù)測模型,結(jié)合管線傳統(tǒng)腐蝕發(fā)展模型及最大允許腐蝕深度計算方法,預(yù)測腐蝕薄弱管段剩余壽命。實例分析結(jié)果表明,組合權(quán)重能有效融合管線腐蝕... 

【文章來源】：西安建筑科技大學(xué)陜西省

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        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
    1.3 研究內(nèi)容、方法及技術(shù)路線
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
        1.3.3 研究創(chuàng)新點
        1.3.4 技術(shù)路線
2 海底油氣管線相關(guān)理論綜述
    2.1 腐蝕失效原理及類型
        2.1.1 海底油氣管線腐蝕特點
        2.1.2 海底油氣管線腐蝕產(chǎn)生的機理
        2.1.3 海底油氣管線腐蝕類型
    2.2 管線腐蝕檢測技術(shù)
        2.2.1 管線內(nèi)檢測
        2.2.2 管線外檢測
        2.2.3 腐蝕速率檢測
    2.3 腐蝕預(yù)測方法及流程
        2.3.1 腐蝕預(yù)測方法
        2.3.2 腐蝕預(yù)測流程
    2.4 本章小結(jié)
3 基于組合權(quán)重的模糊廣義關(guān)聯(lián)綜合評價模型研究
    3.1 腐蝕因素識別
        3.1.1 海洋環(huán)境腐蝕
        3.1.2 內(nèi)環(huán)境腐蝕
    3.2 腐蝕因素關(guān)聯(lián)度計算
        3.2.1 基于離差最大化的廣義灰色關(guān)聯(lián)分析
        3.2.2 絕對及相對關(guān)聯(lián)度計算
        3.2.3 腐蝕因素關(guān)聯(lián)度排序
    3.3 組合權(quán)重優(yōu)化FCE的腐蝕評價模型
        3.3.1 模糊綜合評價法概述
        3.3.2 布谷鳥算法參數(shù)改進
        3.3.3 改進布谷鳥算法性能評價
        3.3.4 基于ICS優(yōu)化FAHP的權(quán)重
        3.3.5 基于熵權(quán)法的權(quán)重
        3.3.6 腐蝕評價模型構(gòu)建
    3.4 案例分析
    3.5 本章小結(jié)
4 基于IAGA-ELM的管線腐蝕速率預(yù)測模型研究
    4.1 極限學(xué)習(xí)機相關(guān)理論
        4.1.1 Moore-Penrose廣義逆矩陣
        4.1.2 ELM基本原理
    4.2 自適應(yīng)遺傳算法的優(yōu)化
        4.2.1 自適應(yīng)遺傳算法優(yōu)化原理
        4.2.2 遺傳算子的改進
        4.2.3 改進自適應(yīng)遺傳算法流程
    4.3 IAGA優(yōu)化ELM的腐蝕速率預(yù)測模型
        4.3.1 GGRA-IAGA-ELM的腐蝕速率預(yù)測架構(gòu)
        4.3.2 GGRA-IAGA-ELM的腐蝕速率預(yù)測流程
        4.3.3 ELM的參數(shù)優(yōu)化選擇
        4.3.4 模型驗證
    4.4 案例分析
        4.4.1 數(shù)據(jù)選取
        4.4.2 參數(shù)設(shè)置及算法比較
        4.4.3 預(yù)測結(jié)果分析
    4.5 本章小結(jié)
5 基于混合算法的腐蝕剩余壽命預(yù)測模型研究
    5.1 剩余強度評價及腐蝕深度確定
        5.1.1 剩余強度評價方法
        5.1.2 確定最大允許腐蝕深度
    5.2 基于IAGA-ELM混合算法的腐蝕深度預(yù)測模型
        5.2.1 模型構(gòu)建流程
        5.2.2 縫隙腐蝕及點蝕深度預(yù)測
        5.2.3 預(yù)測結(jié)果分析
    5.3 腐蝕剩余壽命預(yù)測
        5.3.1 管線腐蝕發(fā)展模型
        5.3.2 腐蝕剩余壽命預(yù)測模型的構(gòu)建
    5.4 案例分析
        5.4.1 最大允許腐蝕深度計算
        5.4.2 最大腐蝕深度預(yù)測
        5.4.3 腐蝕發(fā)展趨勢分析
        5.4.4 確定剩余壽命
    5.5 本章小結(jié)
6 結(jié)論與展望
    6.1 研究結(jié)論
    6.2 展望
致謝
參考文獻
附錄 A 1年腐蝕后的檢測數(shù)據(jù)
附錄 B 2年腐蝕后的檢測數(shù)據(jù)
附錄 C 腐蝕深度檢測數(shù)據(jù)
碩士在讀期間學(xué)術(shù)成果



本文編號：3431571