基于BP神经网络的油气管道风险分析评估方法

针对油气管道的风险评估主观性强的问题,提出了一种基于BP神经网络训练算法,应用BP神经网络算法对输油管道进行风险分析评估,得出其风险分析评估模型。仿真实验结果与半定量风险评价结果对比,误差率为0.009 6,证明该方法可用于油气管道的风险评估。     

低输量运行管道的不稳定性分析

针对热油管道的低输量问题,着重从管道的水力特性和热力特性2个方面进行分析,评述了温度和管道摩阻损失随距离和输量变化的情况,总结出管道低输量运行会带来凝管事故、翻越点增多、发生管道超压现象和费用增加等问题,并提出了降低低输量管道不稳定性的方法及具体措施,为保证管道的安全运行提供了参考.     

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。     

铁路160m刚构预应力孔道摩阻试验分析

文章结合兰渝铁路嘉陵江双线特大桥160m连续刚构预应力施工实例,介绍了连续刚构桥梁张拉前进行管道摩阻测试的内容及所用仪器,并针对摩阻损失的组成内容及成因,阐述了管道摩阻测试原理及方法。同时,通过对摩阻测试结果的处理与分析,确定了塑料波纹管实测摩阻系数,为实际施工提供依据。     

洪荆原油管道添加减阻剂增输试验

随着荆门石化年加工能力的提高,洪荆原油管道的输送能力不能满足生产需求.为此,在管道中添加了HG减阻剂,以降低管内摩阻压降.通过对沿程水力摩阻损失计算,确定了增输的“瓶颈”管段,选择在洪湖首站出站管道加剂,针对不同加剂浓度,对比输量变化,计算出增输率和实际减阻率.结果表明:在不改变原有现场工况条件下,加注减阻剂能显著提高管道的输量,并确定了最佳加剂浓度为30 mg/L.     

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。     

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。     

含蜡热油管道站间摩阻损失的计算

在含蜡热油管道的实际运行过程中，油品的一些物性参数，如比热容、黏度、密度等均随油温的变化而变化。在加热站间管道沿线，流态和流型随着温度的变化也会发生转变。综合考虑以上因素，采用数值积分方法，对加热站间管路划分了区间，各自应用不同的摩阻特性公式进行摩阻损失计算，提高了计算精度。     

人工神经网络在水平管道浆体输送浮游界限速度中的应用

通过分析影响临界流速的几个主要因素 ,应用BP人工神经网络的模型和算法 ,建立了水平管道浆体输送浮游界限速度的预测模型 ,克服了以往所建立的浮游界限速度模型受某些特定条件限制的局限性。与实测资料进行了比较分析 ,结果表明模型基本合理可靠。     

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。     

混凝土结构钢筋锈蚀率BP神经网络预测模型

文章基于对钢筋锈蚀率与锈胀裂缝关系的分析,建立了根据锈胀裂缝宽度预测钢筋锈蚀率的BP神经网络模型,并将该模型的预测结果与采用线性拟合法预测的结果进行了比较。结果表明：用BP神经网络模型可以较准确、简便、快速地预测钢筋混凝土结构的钢筋锈蚀率。     

基于BP人工神经网络的滑坡预测分析

文章以汶川地震引发的滑坡为研究对象,以震中距、地震烈度、坡度、前缘高程、坡高和岩性等影响坡体稳定性的因素为切入点,利用BP人工神经网络对实际坡体的稳定性进行了预测分析。结果表明,BP人工神经网络方法能有效预测坡体的稳定情况。     

基于神经网络的无信号路口人车交通行为预测分析

以无信号灯路口人车交通行为为研究对象,对行人和机动车辆在无信号灯路口的整体交通行为进行分类预测。在对路口现场交通情况进行拍摄后,用电脑的分帧技术对所需要的数据进行提取和分类,而后建立BP神经网络模型,确定神经网络的输入变量与输出变量。将样本数据导入神经网络并进行训练和测试后,得出行人和车辆过街类型的分类准确率,并且通过准确率所达到的标准来证明了BP神经网络模型的可行性。     

基于BP神经网络的PGIS空车位数预测建模研究

文章采用BP神经网络对城市停车诱导信息系统（PGIS）中的空余车位数进行预测研究,建立了基于BP神经网络的PGIS空车位数预测模型,并介绍了模型预测的过程和方法。     

基于BP神经网络的压气站风险评价方法

压气站作为输气管网系统中的重要组成部分,在使用过程中会受到环境因素、腐蚀因素、防腐系统等因素的影响,在一定程度上增大了压气站的风险水平.文中借鉴国内压气站风险评价技术的基本思想和处理方法,结合国内压气站设计、施工、运行、维护的实际条件,根据人工神经网络的原理和方法,建立了BP神经网络风险评价模型.利用某输气公司提供的2...     

利用BP神经网络模型动态预测隧道涌水量——以铜锣山隧道为例

以垫邻高速铜锣山隧道为例,在分析隧道涌水和降雨响应特征的基础上,建立了综合考虑降雨脉冲、降雨累积效应和地下水系统整合作用的隧道涌水量预测的BP神经网络模型。计算结果表明,该模型对训练样本的拟合程度较好(平均绝对百分比误差为13.27%)且具有较高的预测精度(平均绝对百分比误差为15.05%)。该模型的建立和成功应用对丰富隧道涌水量的预测方法和动态指导隧道防排水管理具有重要意义。     

基于LS-SVM的天然气管网负荷组合预测

针对现有组合预测模型,基于经验风险最小化原则,克服预测精度受组合模型限制的缺点,提出一种基于最小二乘支持向量机（LS-SVM）的天然气管网负荷组合预测模型,并与AR模型、BP神经网络模型、GM（1,1）模型以及最优权重组合模型进行了比较,得出基于最小二乘支持向量机的天然气管网负荷组合预测模型能够得到更高的预测精确度,可为天然气管网的安全运行以及优化调度提供决策支持的结论。     

隔挡式背斜构造区隧道涌突水量的BP网络预测

川东隔挡式背斜区具有其特殊的岩溶地质构造,已修建的数十条隧道每每揭露背斜区,均发生较大地下水涌突水灾害,对这种特殊构造下涌突水灾害的研究具有重要现实意义.针对岩溶地下水系统具有强烈的非线性特征,建立合适的BP神经网络,评价某在建公路华蓥山隧道的涌突水灾害危险等级.结果显示,背斜两翼非可溶岩层等级为Ⅰ～Ⅲ级;核部可溶岩地层为Ⅲ～Ⅴ级,且越靠近核部危险性等级越高;西翼涌突水危险性等级高于东翼.评价结果与勘察阶段的研究相互印证.     

Runoff and water erosion on road side-slopes: Effects of rainfall characteristics and slope length

To investigate the effects of rainfall and slope length on water erosion on road side-slopes, runoff and soil loss are measured from natural runoff plots along the Qinghai-Tibet highway near Tuotuo River. Rainfall erosivity used in the revised universal soil loss equation is a good predictor for runoff and soil loss from road side-slopes. Runoff depth, sediment concentration and soil loss decreases as slope length increases.