發(fā)布時間：2021-11-05 21:42

　　近年來,隨著海底油氣管道服役時間的增長,管道內(nèi)腐蝕泄露問題日益凸顯,已嚴(yán)重威脅到管道的安全運營以及海洋的生態(tài)穩(wěn)定。如何對海底油氣管道內(nèi)腐蝕進(jìn)行合理的預(yù)測,準(zhǔn)確判定海底油氣管道腐蝕敏感區(qū)域是油氣田正常運行和發(fā)揮經(jīng)濟(jì)利益的迫切需要。本文從系統(tǒng)工程安全角度著眼,引入智能學(xué)習(xí)算法用于對海底油氣管道內(nèi)腐蝕速率預(yù)測研究,以期改善日趨嚴(yán)峻的海底油氣管道內(nèi)腐蝕形勢,促進(jìn)企業(yè)安全生產(chǎn)和管理水平的提升。立足于現(xiàn)階段海洋油氣資源開發(fā)現(xiàn)狀,首先通過大量閱讀國內(nèi)外文獻(xiàn)資料和相關(guān)油氣管道運行資料掌握海底油氣管道特點及腐蝕作用機(jī)理;其次依據(jù)指標(biāo)選取原則以及內(nèi)腐蝕速率影響因素建立初級內(nèi)腐蝕速率預(yù)測指標(biāo)體系,采用熵權(quán)灰色關(guān)聯(lián)法對影響因素指標(biāo)進(jìn)行關(guān)聯(lián)度排序,并依托核主成分分析法篩選出腐蝕主因素指標(biāo)以實現(xiàn)腐蝕預(yù)測指標(biāo)體系優(yōu)化;然后將優(yōu)化后的腐蝕速率預(yù)測指標(biāo)體系內(nèi)的數(shù)據(jù)作為訓(xùn)練集,引入機(jī)器學(xué)習(xí)中的徑向基神經(jīng)網(wǎng)絡(luò)算法、支持向量機(jī)算法和隨機(jī)森林回歸算法構(gòu)建內(nèi)腐蝕速率預(yù)測模型以探索其在海底油氣管道腐蝕研究中的適用性;最后對南海某油田SP74-FPSO管段CO₂腐蝕管道進(jìn)行應(yīng)用分析。結(jié)果得到優(yōu)化的內(nèi)腐蝕速率預(yù)測... 

【文章來源】：西安建筑科技大學(xué)陜西省

【文章頁數(shù)】：95 頁

【學(xué)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
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究工作
        1.3.1 研究目的
        1.3.2 研究內(nèi)容
        1.3.3 技術(shù)路線
2 海底油氣管道相關(guān)理論綜述
    2.1 海底油氣管道特點
        2.1.1 結(jié)構(gòu)特點
        2.1.2 運輸特點
    2.2 海底油氣管道腐蝕理論
        2.2.1 海底油氣管道腐蝕機(jī)理
        2.2.2 海底油氣管道腐蝕形態(tài)
        2.2.3 海底油氣管道腐蝕類型
        2.2.4 海底油氣管道內(nèi)腐蝕特征
    2.3 內(nèi)腐蝕速率預(yù)測理論方法概述
        2.3.1 預(yù)測流程
        2.3.2 預(yù)測方法
        2.3.3 模型預(yù)測精度評價
    2.4 本章小結(jié)
3 內(nèi)腐蝕速率預(yù)測指標(biāo)體系建立與優(yōu)化
    3.1 指標(biāo)選取原則
    3.2 預(yù)測指標(biāo)體系的初步構(gòu)建
        3.2.1 內(nèi)腐蝕速率影響因素分析
        3.2.2 初級預(yù)測指標(biāo)體系建立
    3.3 預(yù)測指標(biāo)體系優(yōu)化
        3.3.1 基于熵權(quán)灰色關(guān)聯(lián)的指標(biāo)關(guān)聯(lián)度分析
        3.3.2 基于核主成分的內(nèi)腐蝕預(yù)測指標(biāo)優(yōu)選
    3.4 本章小結(jié)
4 內(nèi)腐蝕速率預(yù)測模型建立
    4.1 基于RBF算法的內(nèi)腐蝕速率預(yù)測模型
        4.1.1 RBF神經(jīng)網(wǎng)絡(luò)原理
        4.1.2 RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
        4.1.3 內(nèi)腐蝕速率預(yù)測模型架構(gòu)
    4.2 基于SVM算法的內(nèi)腐蝕速率預(yù)測模型
        4.2.1 SVM算法原理
        4.2.2 SVM算法基本流程
        4.2.3 內(nèi)腐蝕速率預(yù)測模型架構(gòu)
    4.3 基于RFR算法的內(nèi)腐蝕速率預(yù)測模型
        4.3.1 RFR算法原理
        4.3.2 RFR算法基本理論
        4.3.3 RFR算法的數(shù)學(xué)分析
        4.3.4 內(nèi)腐蝕速率模型預(yù)測步驟
    4.4 本章小結(jié)
5 內(nèi)腐蝕速率預(yù)測模型應(yīng)用分析
    5.1 案例背景
        5.1.1 管道運行參數(shù)
        5.1.2 管道樣本數(shù)據(jù)
        5.1.3 數(shù)據(jù)標(biāo)準(zhǔn)化
    5.2 內(nèi)腐蝕速率預(yù)測指標(biāo)體系優(yōu)化實現(xiàn)
        5.2.1 因素指標(biāo)關(guān)聯(lián)性分析
        5.2.2 優(yōu)化的內(nèi)腐蝕速率預(yù)測指標(biāo)體系
    5.3 內(nèi)腐蝕速率模型預(yù)測結(jié)果
        5.3.1 RBF預(yù)測模型的實現(xiàn)
        5.3.2 SVM預(yù)測模型的實現(xiàn)
        5.3.3 RFR預(yù)測模型的實現(xiàn)
    5.4 預(yù)測模型精度分析
    5.5 管道防護(hù)管理對策
    5.6 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(xiàn)
附錄 在讀期間研究成果


【參考文獻(xiàn)】：
期刊論文
[1]主成分分析和最小二乘支持向量機(jī)模型在鐵水硫和硅含量預(yù)測中的應(yīng)用[J]. 趙寧,王玉英,楊凡,楊衛(wèi)軒.  冶金分析. 2020(02)
[2]海洋環(huán)境金屬材料腐蝕與防護(hù)仿真研究進(jìn)展[J]. 任勇,成光.  裝備環(huán)境工程. 2019(12)
[3]腐蝕垢層對海洋天然氣管道CO2腐蝕過程的影響[J]. 朱道峰.  腐蝕與防護(hù). 2019(09)
[4]歐美油氣管道安全管理體系初探[J]. 任學(xué)軍,趙明華,李秋揚,任學(xué)敏.  經(jīng)營與管理. 2019(10)
[5]基于RBF神經(jīng)網(wǎng)絡(luò)的2024鋁合金酸性鹽霧腐蝕實驗預(yù)測[J]. 賈寶惠,方藝斌,王毅強(qiáng).  航空材料學(xué)報. 2019(04)
[6]基于改進(jìn)灰色關(guān)聯(lián)分析的雷達(dá)費用驅(qū)動因子選取方法[J]. 張長聰,劉慶華,劉根,方其慶,夏亮.  兵器裝備工程學(xué)報. 2019(08)
[7]基于合作博弈的管道外腐蝕多層次灰色動態(tài)評價[J]. 雷興國,王慶鋒,李中.  化工學(xué)報. 2019(06)
[8]LNG深海輸氣管道可靠性分析[J]. 駱正山,宋瑩瑩.  消防科學(xué)與技術(shù). 2019(03)
[9]海底油氣管道腐蝕及防護(hù)研究[J]. 馬鋼,李俊飛,戴政,張帥,段遠(yuǎn)望.  石油化工腐蝕與防護(hù). 2019(01)
[10]原油集輸管道在CO2和Cl-共同作用下的腐蝕規(guī)律研究[J]. 張喜慶.  鉆采工藝. 2019(01)

碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的輸油管道腐蝕預(yù)測研究與實現(xiàn)[D]. 李婷玉.華北理工大學(xué) 2018



本文編號：3478556