垂直管道中浆体摩阻损失的神经网络研究

利用有关实验资料,基于附加动量的BP算法,对垂直管道内锰结核的摩阻损失进行了模拟。神经网络的模拟结果表明：BP算法在垂直管道中的浆体摩阻损失的模拟是可行的。     

油气集输管道腐蚀速率预测研究

腐蚀速率的精确预测对于油气集输管道的安全运行具有重要意义。鉴于神经网络算法陷入局部最小值、收敛速度慢和引起振荡效应等问题，同时考虑自适应遗传算法在广泛的空间搜索和向最优解的方向尽快收敛于最优目标的特点，构建了优化的混合算法神经网络模型。利用该模型对多种因素影响下的油气集输管道的腐蚀速度进行了预测研究。实际应用表明：该模型大大提高了网络的学习效率和预测评判的精度，可以作为油气集输管道腐蚀速率预测的良好工具。     

油气管道周向漏磁检测信号分析

用于检测管道腐蚀缺陷的漏磁检测方法已运用多年,但传统的轴向漏磁检测方法无法检测到狭长的轴向腐蚀缺陷,使用周向漏磁检测则能很好地弥补轴向漏磁检测的不足。周向漏磁检测及其信号分析在国内还处于起步阶段。采用ANSYS仿真软件建立了周向漏磁检测模型,并进行了电磁场模拟;对仿真模型提取的漏磁信号与腐蚀缺陷的尺寸信息进行了定性分析,提出应用BP神经网络定量分析油气管道腐蚀缺陷与漏磁信号的关系。结果表明：漏磁信号能定性地判断腐蚀缺陷,而使用BP神经网络方法可以定量地确定管道腐蚀缺陷尺寸,有助于提高检测的精度,同时也为油气管道安全评价提供了依据。     

基于遗传算法的BP神经网络短时交通流预测

对BP神经网络模型、方法及遗传算法的基本原理进行了分析,将遗传算法与标准BP神经网络算法相结合构建了基于遗传算法的神经网络算法;建立了基于BP神经网络的短时交通流预测模型,对BP神经网络算法及基于遗传算法的BP神经网络算法进行设计,并将其应用于短时交通流预测模型的仿真计算,仿真结果表明基于遗传算法的BP神经网络算法具有更快的计算速度及更好的适应能力,该方法可以较好地应用于短时交通流预测。     

人工蜂群优化BP神经网络在输油管道泄漏检测中的应用

BP神经网络的泛化性能很大程度上取决于模型的参数选择,针对此问题提出基于人工蜂群算法(ABC)的BP神经网络参数优化算法,并将其应用于输油管道的泄漏检测。该方法将BP神经网络的连接权值和阈值一一对应于人工蜂群算法优化问题每个可行解的各维度值,找到问题的最优解,训练出符合精度要求的理想模型。将该方法应用于输油管道泄漏信号的识别,提取管道各类工况下压力信号部分非线性特征作为检测模型训练样本集,建立输油管道泄漏检测模型并进行识别测试,有效提高了泄漏检测的准确率。     

轨道综合监控系统SIL评估中的风险管理

安全完整性等级SIL评估已经成为目前地铁安全系统工程的重要部分,也是国内外高度重视和着手研发的重要课题。风险管理是安全完整性评估中的重要环节,文中阐述了轨道交通综合监控系统中风险管理的要点和过程,包括风险分析范围、风险源识别、风险分析、风险评估、风险缓解与控制、风险跟踪与关闭,重点阐述了风险分析和风险评估的方法,为其他安全相关系统的开发和安全评估提供了参考。     

基于BP神经网络的川气东送管道土壤腐蚀预测

通过现场埋片和土壤理化性质试验确定了影响川气东送管道腐蚀速率的主要土壤因素,对39个试验点的X70钢质试片的腐蚀数据进行分析,构建了X70钢材土壤腐蚀预测模型,利用该模型在BP神经网络中训练、模拟,并运用MATLAB软件对神经网络进行编程,将预测结果与现场X70埋片腐蚀实验结果对比。结果表明:运用BP神经网络可以建立稳定性好的土壤腐蚀预测模型,预测川气东送管道X70钢材在土壤中的腐蚀速率的准确度达到90%以上。     

改进BP神经网络在边坡稳定性分析中的运用

文章基于BP神经网络的传统算法,提出了数据归一化的BP神经网络改进方法,并结合网络应用案例,通过选取影响边坡稳定性的几种自然因素,利用BP神经网络的非线性映射能力计算得出边坡的稳定安全系数,同时与传统分析方法的计算结果进行对比分析。结果表明,该改进方法能够满足一般边坡工程的稳定性评价要求。     

公路隧道运营期风险定量分析模型研究

文章借鉴风险评估理论,建立了一套适用于公路隧道运营期风险分析的定量风险分析模型,对隧道事故场景、发生概率、后果等进行评估。同时建立了事故疏散模型和FED人员逃生条件模型,为公路隧道运营期风险分析提供了方法依据。     

基于蝙蝠算法优化的BP神经网络煤层冲击危险性智能综合评价研究

通过深入分析开采深度、煤层顶底板性质、冲击倾向性、地质构造、开采技术等因素对煤层冲击危险性的影响，建立基于蝙蝠算法优化的BP神经网络煤层冲击危险性智能综合评价模型；将所确定的影响冲击危险性因素进行数量级划分，利用蝙蝠算法对BP神经网络的权值与阈值最优值选择进行优化，对煤层冲击危险性进行无冲击危险性、弱冲击危险性、中等冲击危险性、强冲击危险性的等级评价。应用蝙蝠算法优化BP神经网络煤层冲击危险性智能综合评价模型对内蒙古某矿的煤层及江苏某煤矿工作面进行实例验证，评价结果与综合指数法计算所得结果一致，表明该模型可以用于煤层冲击危险性评价。应用该模型对煤层进行冲击危险性评价时，改善了BP网络结构在权值和阈值确定上的随机缺陷，提高了算法稳定性，因而得到的评价结果更加合理。     

隧道洞室地基稳定性双阶段多策略粒子群BP网络模型研究

影响隧道洞室地基稳定性的因素众多,这些因素与隧道洞室地基稳定性之间存在着复杂的非线性关系,并且常规的方法很难描述这种复杂的关系。文章提出了一种双阶段多策略粒子群算法(DMPSO)优化的BP神经网络隧道洞室地基稳定性评价模型。粒子群算法具有全局优化能力强、搜索效率高等特点,算法改进后使这些特点更加突出。BP算法有很强的非线性映射能力、泛化能力,但也有收敛速度慢,容易陷入局部最优等缺陷。采用双阶段多策略粒子群算法(DMPSO)搜索BP模型的权值和阈值,弥补了BP模型的缺陷,提高了其预测的准确度。文章以重庆小什字车站洞室地基为例,证明了双阶段多策略粒子群算法优化的BP神经网络模型(DMPSO-BP)的可行性,并且该模型比模糊神经网络和粒子群优化的BP神经网络(PSO-BP)模型有更好的预测精度。     

基于人工蜂群优化小波神经网络的隧道沉降预测

小波神经网络存在收敛速度较慢、易陷入局部最优的缺陷,而人工蜂群算法收敛速度快且同时具有局部和全局搜索的能力。文章利用人工蜂群算法对小波神经网络进行优化,形成人工蜂群小波神经网络,并将其应用于地铁隧道沉降预测;并以深圳地铁10号线为例,将该模型的预测结果与BP神经网络、小波神经网络进行对比分析。结果表明,人工蜂群小波神经网络较其它两种模型的预测精度更高,预测结果更稳定。     

油气管道工程全生命周期风险评估及其对策

油气管道工程在设计、施工、运营、回收等全生命周期过程中存在各类风险。文中主要探讨了基于全生命周期的油气管道工程风险评估的基本概念,建立了全生命周期油气管道工程风险评估系统的总体框架,探讨了油气管道工程在不同生命周期阶段的风险控制准则以及风险识别和评估的方法,研究了损失模型、风险概率模型和多目标风险决策模型,有利于有效预防风险,或在灾害事故发生后合理确定损坏程度,以及制定消减或控制风险的对策。     

GIS技术在油气管道安全管理中的应用

着重讨论了GIS技术在管道安全管理中的具体应用及其优势。针对管道安全管理体系结构，文中主要探讨了GIS技术在管道的风险评估、事故隐患的监控和事故后紧急救援决策等环节上如何实现的问题。最后，基于GIS技术目前的发展水平，指出了把该技术用于油气管道安全管理还需要着重解决的技术难题。     

基于应变的检测与工程适用性评价技术

介绍了国外用于管道应变检测的惯性测绘单元,提出了国内油气管道开展应变检测的必要性.总结了基于应变的工程临界性评估方法的研究现状,提出了国内研究机构开展基于应变的工程适用性评价技术研究的重要性.在此基础上,结合国内管道的实际情况,提出了可行的油气管道应变检测与评价技术研究的思路和方法,可以为油气管道完整性管理和评价技术的...     

基于风险评估的城市埋地燃气管道检验技术

目前国内许多城市埋地燃气管道普遍存在老化、腐蚀、泄漏等问题,迫切需要对城市埋地燃气管道进行基于风险评估的检验.首先提出了管道风险评估检验的总体方案,然后详细地阐述了在管道风险评估中需对管道哪些部位进行现场检验,以及从管道失效概率和管道失效后果两方面对已完成现场检验的管道进行风险评估,最后得出基于风险评估埋地管道检验方法...     

基于BP神经网络算法的共享单车需求预测

文章选取某地区不同时段的共享单车需求数据,采用BP神经网络算法构建了基于Tanh函数、Logistic函数、Relu函数、Identiey函数四种不同激活函数下的需求预测模型,并应用RMSE、MSE、MAE、R2四种模型评估指标对模型进行评估,从而选出最优需求预测模型进行共享单车的需求预测。结果表明:无论在检验训练数据下还是检验测试数据下,精度最高的模型为Tanh函数下的BP神经网络模型,其测试集下的标准误差(RMSE)比训练集下的标准误差(RMSE)略有上升,测试集下的拟合优度(R2)比训练集下的拟合优度(R2)略有下降,说明该模型具有强泛化性能。     

BP神经网络算法在隧道施工监控量测中的应用

BP神经网络系统对隧道施工监控量测数据的处理和预测产生着积极作用,现已被广泛应用到工程实践中。鉴于此,从BP神经网络算法分析入手,简要介绍了该算法的实现过程,并以具体工程分析为例,阐述了BP神经网络系统对隧道施工监控量测数据的处理过程,以期为同类工程提供参考借鉴。     

基于PCA-BP神经网络的铁路客运量预测模型研究

本文分析铁路客运量影响因素,利用主成分分析(PCA)消除原始铁路客运量影响因素之间的相关性,将主成分分析结果作为BP神经网络的输入,并通过增加动量项、输入数据处理、调整学习速率优化BP神经网络,提出基于PCA-BP神经网络的铁路客运量预测模型。实例研究表明,与BP神经网络相比,PCABP神经网络能有效提高铁路客运量预测精度。     

湿H_2S环境中碳钢管道的硬度检测与风险评估

由于输送介质原因,大量碳钢管道面临湿H2S应力腐蚀威胁,应当有效防范碳钢管道的湿H2S应力腐蚀。硬度检测和风险评估技术均被用于某企业延迟焦化装置的管道检测。通过讨论存在湿H2S应力腐蚀机理且硬度、风险偏高管道的检测及评估结果,分析了高硬度、高风险的成因和控制措施。结论对防止或减少碳钢管道发生湿H2S应力腐蚀提供了有益参考。