应用PCA和BP神经网络预测采出水对C20钢的腐蚀速率.pdf

应用PCA和BP神经网络预测采出水对C20钢的腐蚀速率.pdf

ID:48010922

大小:404.43 KB

页数:7页

时间:2020-01-14

应用PCA和BP神经网络预测采出水对C20钢的腐蚀速率.pdf_第1页
应用PCA和BP神经网络预测采出水对C20钢的腐蚀速率.pdf_第2页
应用PCA和BP神经网络预测采出水对C20钢的腐蚀速率.pdf_第3页
应用PCA和BP神经网络预测采出水对C20钢的腐蚀速率.pdf_第4页
应用PCA和BP神经网络预测采出水对C20钢的腐蚀速率.pdf_第5页
资源描述:

《应用PCA和BP神经网络预测采出水对C20钢的腐蚀速率.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2012年第4l卷石油矿场机械第2期第54页0ILFIELDEQUIPMENT文章编号:1001—3482(2012)02—0054—07应用PCA和BP神经网络预测采出水对C20钢的腐蚀速率边伟,刘乃瑞,李欣(西北工业大学动力与能源学院,西安710072)摘要:分析了气田采出水水质及挂片试验水样对管线钢的腐蚀速率。利用BP神经网络建立了C2O钢材的腐蚀速率预测模型。通过改变网络输入参数、隐层节点数对模型进行优化,发现在样本数目一定的情况下,仅通过改变网络结构难以进一步减小输出误差。采用PCA(主成分分析法),用6个主成分代替了原来大量的水质指标作

2、为网络输入,有效地降低了网络输出的误差。结果表明,采用水质指标的主成分分析与BP神经网络可以建立较准确的C20钢腐蚀速率预测模型。关键词:管道腐蚀;采出水;BP神经网络;腐蚀速率]中图分类号:TE93文献标识码:AProducedWaterInfluenceonC:orrosionRateBasedonArtificialNeuralNetworksandPrincipalComponentAnalysisBIANWei,LIUNai-rui,LIXin(SchoolofPowerandEnergy,NorthwestPolytechnicalUn

3、iversity,Xi’an710072,China)Abstract:Accordingtoproducedwaterqualityanalysisdatainthegasfieldandthecorrosionrateofhangingsheetsteelinthesamples,theuseofBP(BackPropagation)neuralnetworkestablishtheC20steelcorrosionratepredictionmode1.Bychangingtheinputparameterofthenetworkandthe

4、hiddenlayernodesoptimizethemode1.Theresultsshowthatwhenacertainnumberofsam-ples,itisdifficulttoreducetheoutputerrorjustchangethenetworkstructure.Finally,acom—binedPCA(principalcomponentanalysis)andBPneuralnetworkwasproposedtopredictionthecorrosionrateofthestee1.Bythismethod,th

5、enetworkoutputerrorhasbeenreduceseffectively.参数较少,因此能清晰地提取出驱动关系参数,并建李玲娜.承力螺钉有限元分析计算Ec]//中国电子学立驱动函数。但是,还有需要完善之处,例如在设计会电子机械工程分会2003年论文集.2003:239—242.输入参数中加入液压系统工作压力等更为复杂的设崔学政,刘平全,肖文生,等.海洋钻井平台自动化猫道计参数。机设计[J].石油矿场机械,2011,40(2):20—23.骆华锋.游梁式抽油机实体建模及仿真分析[J].石油参考文献:矿场机械,2008,37(12):2

6、2—24.1-1]王海朋.参数化驱动下涡轮转子设计与分析集成[J].陶云.钻井液离心机螺旋输送器三维有限元分析制造业自动化,2003(12):193—195.[J].石油矿场机械,2008,37(11):69—72.1-23刘春.表达式参数化设计与计算机辅助测试技术在王可.基于UG软件的锥双螺杆参数化建模研究凸轮设计中的应用[c]//电子测量与仪器专委会2005年年会论文集.2005:277—282.I-J].轻工机械,2010,28(3):38—40.收稿日期:2011一O9—25作者简介:边伟(1984一),男,甘肃庆阳人,硕士研究生,主要研究

7、方向为环境污染控制,E—mail:bianwei—h@163.com。第41卷第2期边伟,等:应用PCA和BP神经网络预测采出水对C20钢的腐蚀速率一瓤一一叫州~ji=一TheresultsindicatethatbyusingPCAandBPneuralnetworkcanbuildmoreaccuratethepredic—tionmodelofthesteelcorrosionrate.Keywords:pipelinecorrosion;producedwater;corrosionrate在石油、天然气开采过程中,油气集输系统的水1模型所

8、需数据的测定与处理质恶化容易导致管线的严重腐蚀,造成巨大的经济损失n],介质腐蚀问题越来越受到重视。研究人员本文对长庆油田

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。