本发明公开了一种基于优化神经网络的管道腐蚀缺陷预测方法,步骤如下:采集管道内腐蚀缺陷信息、输送介质条件、管道本体及运行参数;对数据进行集成、清理、转换,形成腐蚀缺陷数据训练和测试样本;初始化BP神经网络模型;基于隐含层神经元取值优化、有限储存BFGS算法和学习率自适应动态调整优化神经网络模型,通过样本训练、测试得到最优化神经网络预测模型;将待预测管道的输送介质条件、管道本体及运行参数等输入预测模型,预测得到管内腐蚀缺陷的环向分布和尺寸大小。本发明充分考虑了管道内腐蚀影响因素,优化神经网络结构、存储空间、迭代速度以及稳定性,为在役天然气管道剩余寿命预测、腐蚀失效风险评估以及修复等提供可靠的参考依据。
声明:
“基于优化神经网络的管道腐蚀缺陷预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)