石油天然气工业论文_基于RBF模型的埋地管道外

文章摘要: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，以外腐蚀速率为输出，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、0.981 3、0.990 1。与BP、MLR、SVM等模型进行对比，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。所建立的模型可有效应用于管道外腐蚀速率预测中，其结果可为管道完整性管理提供理论依据与参考。

文章关键词:

论文分类号:TE988.2

文章来源：《腐蚀科学与防护技术》 网址: http://www.fskxyfhjszz.cn/qikandaodu/2022/0101/1095.html