典型文献
基于RBF模型的埋地管道外腐蚀速率预测
文献摘要：
为克服埋地管道土壤腐蚀因素之间具有模糊性、随机性、交互性及传统方法预测精度较低等缺陷,以某现场埋地管道腐蚀埋片数据为基础,选择10个影响因素为输入参数,以外腐蚀速率为输出参数,采用径向基函数(Radial Basis Function,RBF)神经网络模型,对数据样本进行训练、验证、测试,建立外腐蚀速率预测模型,并通过Sobol敏感度分析确定影响腐蚀的关键参数.结果表明:10-35-1型RBF神经网络模型迭代至2 273步时,均方误差为0.000 99,训练、验证、测试阶段的相关系数分别为0.970 7、0.9813、0.9901;与BP、MLR、SVM等模型相比,RBF神经网络模型的平均相对误差为2.07％,说明其在预测埋地管道外腐蚀速率方面具有一定优越性;土壤电阻率对外腐蚀速率的影响最大,且土壤电阻率、pH值、Cl-含量与其他因素之间的交互作用显著,应重点关注.所建模型可广泛应用于管道外腐蚀速率预测,其结果可为管道完整性管理提供理论依据与参考.
文献关键词：
径向基;埋地管道;外腐蚀;Sobol敏感度;土壤电阻率
中图分类号：
作者姓名：
梁昌晶;管恩东
作者机构：
河北华北石油港华勘察规划设计有限公司;中国石油天然气集团有限公司辽河油田公司高升采油厂
文献出处：
引用格式：
[1]梁昌晶;管恩东-.基于RBF模型的埋地管道外腐蚀速率预测)[J].油气储运,2022(02):233-240
A类：
B类：
RBF,埋地管道,外腐蚀速率,腐蚀速率预测,土壤腐蚀,腐蚀因素,模糊性,随机性,交互性,管道腐蚀,输入参数,输出参数,径向基函数,Radial,Basis,Function,Sobol,敏感度分析,模型迭代,均方误差,测试阶段,MLR,平均相对误差,土壤电阻率,Cl,管道完整性管理
AB值：
0.240339
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
