期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进SSA-HKELM模型在海洋弯管剩余寿命预测中的应用
被引量：
1
1
作者
骆正山
王良雨
+1 位作者
高懿琼
骆济豪
《安全与环境学报》
北大核心
2025年第5期1770-1779,共10页
针对海洋油气弯管剩余寿命预测问题,建立了基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化混合核极限学习机(Hybrid Kernel Extreme Learning Machine,HKELM)的腐蚀深度预测模型。通过最优拉丁超立方初始化种群分布...
针对海洋油气弯管剩余寿命预测问题,建立了基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化混合核极限学习机(Hybrid Kernel Extreme Learning Machine,HKELM)的腐蚀深度预测模型。通过最优拉丁超立方初始化种群分布,采用黄金正弦、Tent混沌扰动和柯西变异提高麻雀搜索算法(Sparrow Search Algorithm,SSA)的收敛速度和搜索能力,运用ISSA算法优化HKELM的网络参数,构建海洋弯管腐蚀深度预测模型。依据改进的ASME B31G剩余强度评价准则,计算最大允许腐蚀深度,结合管道腐蚀发展趋势模型,对薄弱弯管进行腐蚀剩余寿命预测。以某海洋管道弯管试验数据为基础对模型进行验证,模型预测精度高达0.989 7,能较好地预测海洋弯管的最大腐蚀深度及未来腐蚀发展趋势。寿命预测结果表明,部分弯管剩余寿命未超过其预期服役时间,为海洋弯管的安全运维及维修更换提供了决策支持。
展开更多
关键词
安全工程
海洋弯管
剩余寿命
改进麻雀搜索算法
混合核极限学习机
腐蚀深度预测模型
在线阅读
下载PDF
职称材料
基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测
被引量：
28
2
作者
王文辉
骆正山
张新生
《表面技术》
EI
CAS
CSCD
北大核心
2019年第10期267-275,284,共10页
目的构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络(GRNN),构建埋地管道腐蚀深度预测模型,采用粒子群算法(PSO)优化GRNN的...
目的构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络(GRNN),构建埋地管道腐蚀深度预测模型,采用粒子群算法(PSO)优化GRNN的网络参数,结合管道腐蚀发展趋势预测方法,对埋地薄弱管道进行腐蚀剩余寿命预测。以陕西省某埋地输油管道为例,选取8个主要外腐蚀因素,构建外腐蚀指标体系,借助Pycharm编程仿真,结合埋片试验,对该模型预测结果进行验证分析,并预测各腐蚀管段剩余使用寿命。结果与BP模型相比,PSO-GRNN模型的管道腐蚀深度预测结果最大相对误差控制在13.77%以内,平均相对误差仅为6.63%。寿命预测结果显示,部分管段的剩余使用寿命未能达到其预期服役寿命。结论所建模型预测性能要明显优于BP模型,预测精度更高,能够较好地预测埋地管道的最大腐蚀深度和未来的腐蚀发展规律,剩余寿命预测结果贴近实际,为管道的维修和更换提供了指导依据,在实际工程中,具有一定的应用价值。
展开更多
关键词
埋地管道
腐蚀深度预测模型
腐蚀
发展趋势
剩余寿命
预测
粒子群算法(PSO)
广义回归神经网络(GRNN)
在线阅读
下载PDF
职称材料
题名
改进SSA-HKELM模型在海洋弯管剩余寿命预测中的应用
被引量：
1
1
作者
骆正山
王良雨
高懿琼
骆济豪
机构
西安建筑科技大学管理学院
北京理工大学信息与电子学院
出处
《安全与环境学报》
北大核心
2025年第5期1770-1779,共10页
基金
国家自然科学基金项目(41877527)。
文摘
针对海洋油气弯管剩余寿命预测问题,建立了基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化混合核极限学习机(Hybrid Kernel Extreme Learning Machine,HKELM)的腐蚀深度预测模型。通过最优拉丁超立方初始化种群分布,采用黄金正弦、Tent混沌扰动和柯西变异提高麻雀搜索算法(Sparrow Search Algorithm,SSA)的收敛速度和搜索能力,运用ISSA算法优化HKELM的网络参数,构建海洋弯管腐蚀深度预测模型。依据改进的ASME B31G剩余强度评价准则,计算最大允许腐蚀深度,结合管道腐蚀发展趋势模型,对薄弱弯管进行腐蚀剩余寿命预测。以某海洋管道弯管试验数据为基础对模型进行验证,模型预测精度高达0.989 7,能较好地预测海洋弯管的最大腐蚀深度及未来腐蚀发展趋势。寿命预测结果表明,部分弯管剩余寿命未超过其预期服役时间,为海洋弯管的安全运维及维修更换提供了决策支持。
关键词
安全工程
海洋弯管
剩余寿命
改进麻雀搜索算法
混合核极限学习机
腐蚀深度预测模型
Keywords
safety engineering
marine bends
remaining lifespan
improved sparrow search algorithm
hybrid kernel extreme learning machine
corrosion depth prediction model
分类号
X937 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测
被引量：
28
2
作者
王文辉
骆正山
张新生
机构
西安建筑科技大学管理学院
出处
《表面技术》
EI
CAS
CSCD
北大核心
2019年第10期267-275,284,共10页
基金
国家自然科学基金资助(41877527,61271278)
陕西省社科基金项目(2018S34)
陕西省教育厅自然专项基金(16JK1465)~~
文摘
目的构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络(GRNN),构建埋地管道腐蚀深度预测模型,采用粒子群算法(PSO)优化GRNN的网络参数,结合管道腐蚀发展趋势预测方法,对埋地薄弱管道进行腐蚀剩余寿命预测。以陕西省某埋地输油管道为例,选取8个主要外腐蚀因素,构建外腐蚀指标体系,借助Pycharm编程仿真,结合埋片试验,对该模型预测结果进行验证分析,并预测各腐蚀管段剩余使用寿命。结果与BP模型相比,PSO-GRNN模型的管道腐蚀深度预测结果最大相对误差控制在13.77%以内,平均相对误差仅为6.63%。寿命预测结果显示,部分管段的剩余使用寿命未能达到其预期服役寿命。结论所建模型预测性能要明显优于BP模型,预测精度更高,能够较好地预测埋地管道的最大腐蚀深度和未来的腐蚀发展规律,剩余寿命预测结果贴近实际,为管道的维修和更换提供了指导依据,在实际工程中,具有一定的应用价值。
关键词
埋地管道
腐蚀深度预测模型
腐蚀
发展趋势
剩余寿命
预测
粒子群算法(PSO)
广义回归神经网络(GRNN)
Keywords
buried pipeline
corrosion depth prediction model
corrosion trend
residual life prediction
particle swarm optimization(PSO)
generalized regression neural network(GRNN)
分类号
TG172 [金属学及工艺—金属表面处理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进SSA-HKELM模型在海洋弯管剩余寿命预测中的应用
骆正山
王良雨
高懿琼
骆济豪
《安全与环境学报》
北大核心
2025
1
在线阅读
下载PDF
职称材料
2
基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测
王文辉
骆正山
张新生
《表面技术》
EI
CAS
CSCD
北大核心
2019
28
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
