管道是運(yùn)輸石油和天然氣的重要工具,隨著其腐蝕現(xiàn)象愈發(fā)嚴(yán)重,必須對(duì)腐蝕管道的失效壓力進(jìn)行預(yù)測(cè)。針對(duì)如何精確預(yù)測(cè)腐蝕管道失效壓力的問(wèn)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(yàn)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(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)用于管道失效壓力的預(yù)測(cè)。通過(guò)實(shí)例驗(yàn)證,對(duì)比分析2種模型的擬合效果,結(jié)果表明:相較Lasso-BP預(yù)測(cè)模型,Lasso-PSO-BP預(yù)測(cè)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(xiàng)指標(biāo)都優(yōu)于Lasso-BP模型,證明此方法具有較高的準(zhǔn)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(yù)測(cè)精度,適用于腐蝕管道失效壓力的預(yù)測(cè)。 

【文章來(lái)源】：材料保護(hù). 2020,53(04)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【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(biāo)，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?fù)浣Y(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(jìn)行訓(xùn)練。綜上，本工作構(gòu)建的LassoPSO-BP腐蝕管道失效壓力預(yù)測(cè)模型流程如圖2。2 實(shí)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(xùn)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(yīng)度函數(shù)計(jì)算出每個(gè)粒子的適應(yīng)度值，比較適應(yīng)度值更新粒子的個(gè)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(dá)到設(shè)定的最大迭代次數(shù)或滿足預(yù)設(shè)精度停止迭代，此時(shí)的PgN為全局最優(yōu)解，即為通過(guò)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(xùn)練網(wǎng)絡(luò)并進(jìn)行仿真測(cè)試，得到的預(yù)測(cè)值和真實(shí)值的對(duì)比如圖3，相對(duì)誤差如圖4，模型的進(jìn)化過(guò)程如圖5。由圖3可以看出:PSO-BP模型可準(zhǔn)確地預(yù)測(cè)管道的失效壓力，但同時(shí)可以看到有些樣本的預(yù)測(cè)值與真實(shí)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(yù)測(cè)模型相對(duì)誤差十分穩(wěn)定，平均誤差(AE)為0.042，且最高不超過(guò)0.16。由此可見PSO-BP模型辨識(shí)精度高，且較為穩(wěn)定。在進(jìn)行仿真預(yù)測(cè)時(shí)，有些樣本的誤差起伏較大，如樣本3、樣本5、樣本18，此時(shí)神經(jīng)網(wǎng)絡(luò)自動(dòng)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(jìn)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(shí)的適應(yīng)度最小為33.88，說(shuō)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(yù)測(cè)模型相對(duì)誤差

【參考文獻(xiàn)】：
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(fēng),孟麗.  自動(dòng)化學(xué)報(bào). 2016(10)
[2]局部腐蝕油氣管道失效壓力計(jì)算方法[J]. 崔銘偉,曹學(xué)文,封子艷,張俊,馬玉鵬.  中國(guó)石油大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(06)
[3]RS-IPSO-BPNN模型在建筑工程估價(jià)中的應(yīng)用[J]. 莫連光,洪源.  計(jì)算機(jī)工程與應(yīng)用. 2013(21)
[4]基于自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)的管道剩余強(qiáng)度評(píng)價(jià)[J]. 黃亞暉,周麗麗.  天然氣與石油. 2011(06)
[5]改進(jìn)BP算法的腐蝕管道剩余強(qiáng)度預(yù)測(cè)[J]. 孫寶財(cái),李淑欣,俞樹榮,曾海龍.  中國(guó)腐蝕與防護(hù)學(xué)報(bào). 2011(05)
[6]基于有限元法在腐蝕管道剩余強(qiáng)度中的應(yīng)用[J]. 駱華鋒,白清東,王莉.  科學(xué)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(yù)測(cè)[J]. 帥健,張春娥,陳福來(lái).  石油學(xué)報(bào). 2008(06)
[8]腐蝕管道剩余強(qiáng)度評(píng)價(jià)方法的對(duì)比研究[J]. 帥健,張春娥,陳福來(lái).  天然氣工業(yè). 2006(11)
[9]利用改進(jìn)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)腐蝕管道的剩余強(qiáng)度[J]. 喻西崇,趙金洲,吳應(yīng)湘,鄔亞玲.  壓力容器. 2003(10)



本文編號(hào)：3467425