發(fā)布時間：2021-10-30 21:02

　　管道是運輸石油和天然氣的重要工具,隨著其腐蝕現(xiàn)象愈發(fā)嚴重,必須對腐蝕管道的失效壓力進行預測。針對如何精確預測腐蝕管道失效壓力的問題,提出一種Lasso-PSO-BP模型。首先,結(jié)合收集的腐蝕管道爆破試驗數(shù)據(jù),利用Lasso回歸篩選出失效壓力影響因素,確定BP神經(jīng)網(wǎng)絡(luò)的輸入變量;然后,用粒子群算法（PSO）優(yōu)化反向傳播（BP）神經(jīng)網(wǎng)絡(luò)初始權(quán)值閾值;最后,將優(yōu)化訓練后的BP神經(jīng)網(wǎng)絡(luò)用于管道失效壓力的預測。通過實例驗證,對比分析2種模型的擬合效果,結(jié)果表明:相較Lasso-BP預測模型,Lasso-PSO-BP預測模型的平均誤差（AE）從0.102 5減小到0.030 1,均方根誤差（RMSE）由1.174 3減小到0.297 2,其各項指標都優(yōu)于Lasso-BP模型,證明此方法具有較高的準確率,顯示了PSO-BP神經(jīng)網(wǎng)絡(luò)模型更優(yōu)的擬合度與預測精度,適用于腐蝕管道失效壓力的預測。 

【文章來源】：材料保護. 2020,53(04)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)

本工作構(gòu)造的基于Lasso-PSO-BP模型的具體流程如下:將Lasso篩選出的特征指標，作為BP神經(jīng)網(wǎng)絡(luò)的輸入;確立BP神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)以及PSO算法的初始參數(shù);將經(jīng)由PSO迭代尋優(yōu)得到的最優(yōu)權(quán)閾值賦給BP神經(jīng)網(wǎng)絡(luò)進行訓練。綜上，本工作構(gòu)建的LassoPSO-BP腐蝕管道失效壓力預測模型流程如圖2。2 實例分析

式(10)中，x為歸一化后的樣本值;X為樣本數(shù)據(jù);Xmax、Xmin為數(shù)據(jù)系列中的最大值、最小值。歸一化的部分訓練樣本如表4所示。根據(jù)各參數(shù)構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，初始化各權(quán)閾值，將BP神經(jīng)網(wǎng)絡(luò)的全部連接權(quán)閾值編碼為粒子群位置的向量，根據(jù)適應度函數(shù)計算出每個粒子的適應度值，比較適應度值更新粒子的個體極值和群體極值，根據(jù)式(3)、(4)更新粒子的速度和位置，并確保在設(shè)定的速度范圍內(nèi)產(chǎn)生新的粒子群，每次更新迭代次數(shù)增加1，直到達到設(shè)定的最大迭代次數(shù)或滿足預設(shè)精度停止迭代，此時的PgN為全局最優(yōu)解，即為通過PSO算法迭代尋優(yōu)得到的最優(yōu)權(quán)值與閾值，如表5。然后將最優(yōu)權(quán)值閾值帶入到BP神經(jīng)網(wǎng)絡(luò)中訓練網(wǎng)絡(luò)并進行仿真測試，得到的預測值和真實值的對比如圖3，相對誤差如圖4，模型的進化過程如圖5。由圖3可以看出:PSO-BP模型可準確地預測管道的失效壓力，但同時可以看到有些樣本的預測值與真實值有一定的偏差，這通常是由一些影響失效壓力的其他因素造成的，但由于數(shù)據(jù)采集的局限性，較難避免。由圖4可以看出:PSO-BP管道失效壓力預測模型相對誤差十分穩(wěn)定，平均誤差(AE)為0.042，且最高不超過0.16。由此可見PSO-BP模型辨識精度高，且較為穩(wěn)定。在進行仿真預測時，有些樣本的誤差起伏較大，如樣本3、樣本5、樣本18，此時神經(jīng)網(wǎng)絡(luò)自動調(diào)整，使誤差降低，體現(xiàn)了神經(jīng)網(wǎng)絡(luò)的優(yōu)越性。模型的進化次數(shù)設(shè)為150次，從圖5中可以看出在迭代到136次完成了收斂，此時的適應度最小為33.88，說明已經(jīng)找到了粒子的最優(yōu)位置。圖4 PSO-BP管道失效壓力預測模型相對誤差

【參考文獻】：
期刊論文
[1]粒子群優(yōu)化算法的性能分析和參數(shù)選擇[J]. 王東風,孟麗.  自動化學報. 2016(10)
[2]局部腐蝕油氣管道失效壓力計算方法[J]. 崔銘偉,曹學文,封子艷,張俊,馬玉鵬.  中國石油大學學報(自然科學版). 2013(06)
[3]RS-IPSO-BPNN模型在建筑工程估價中的應用[J]. 莫連光,洪源.  計算機工程與應用. 2013(21)
[4]基于自適應模糊神經(jīng)網(wǎng)絡(luò)的管道剩余強度評價[J]. 黃亞暉,周麗麗.  天然氣與石油. 2011(06)
[5]改進BP算法的腐蝕管道剩余強度預測[J]. 孫寶財,李淑欣,俞樹榮,曾海龍.  中國腐蝕與防護學報. 2011(05)
[6]基于有限元法在腐蝕管道剩余強度中的應用[J]. 駱華鋒,白清東,王莉.  科學技術(shù)與工程. 2008(23)
[7]非線性有限元法用于腐蝕管道失效壓力預測[J]. 帥健,張春娥,陳福來.  石油學報. 2008(06)
[8]腐蝕管道剩余強度評價方法的對比研究[J]. 帥健,張春娥,陳福來.  天然氣工業(yè). 2006(11)
[9]利用改進的神經(jīng)網(wǎng)絡(luò)預測腐蝕管道的剩余強度[J]. 喻西崇,趙金洲,吳應湘,鄔亞玲.  壓力容器. 2003(10)



本文編號：3467425