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)
1149
编辑：管理员
来源：北方有色网
咨询细节
