基于神经网络的管道防腐保温层故障诊断方法研究

论文摘要

随着油田建设和城市现代化的发展,埋地管线的种类和数量迅速增多,相应地也出现了涉及地下管线安全运行的各种严峻腐蚀问题。为保证管道的安全运行,延长管道的使用寿命,埋地管道的防腐措施的研究已引起世界性关注。埋地管线的防腐层状况是管线管理部门非常关心的问题之一,由于很多管道从竣工及其后的运行,经常处在防腐层有破损的状态下,也因此导致很多管道的阴极保护站建设后不能正常运行,以致缩短了管道的使用年限,带来埋地管线因腐蚀而穿孔断裂、引起泄漏,严重污染环境,甚至引发爆炸等问题,威胁居民的生命财产安全,广大管线业主都希望将事故消灭在萌芽状态。为了分析判断管道外防腐保温层的使用寿命,有必要在现场检测的基础上,对管道防腐保温层的失效类型、破损程度进行诊断。目前通用的检测方法是用交流电流衰减法(PCM)、地面音频检漏法(皮尔逊法)与现场开挖验证相结合,对管道防腐保温层的有效性进行测试,计算管道绝缘层电阻率、绝缘层破损率,从而确定管道外防腐层的破损等级,然后据此确定防腐保温层的性能老化趋势。然而,在对检测所得的数据进行分析评价的时候,由于一些影响因素具有随机性、模糊性和不完整性等特点,以上几种方法对管道防腐保温层故障诊断常常存在不适应性。人工神经网络是近几年在模式识别领域得到广泛研究和应用的人工智能模型,由于其具有高度非线性映射能力、大规模并行分布处理和良好的自适应学习机制,很适合求解传统模式识别方法难以建模解决的问题。因此,将人工神经网络方法和技术应用管道防腐保温层故障诊断问题的研究具有很好的适应性。论文主要针对管道防腐保温层故障诊断诊断中的若干问题,将神经网络技术应用于管道防腐保温层故障诊断研究,对油气管道的防腐保温层破损程度进行评价,可为管线进行风险性评估与经营决策提供科学依据,具有重要的实际意义和应用前景。

论文目录

• 摘要
• ABSTRACT
• 创新点摘要
• 第一章 绪论
• 1.1 大庆油田油气管道防腐保温层使用情况调查
• 1.1.1 外防腐材料使用情况
• 1.1.2 保温腐材料使用情况
• 1.1.3 防腐保温材料使用效果分析
• 1.2 模式识别与故障诊断
• 1.2.1 模式识别
• 1.2.2 故障诊断
• 1.3 人工神经网络原理
• 1.3.1 人工神经网络简介
• 1.3.2 人工神经网络特性
• 1.3.3 激活函数（Activation Function）类型
• 1.3.4 人工神经网络的训练
• 1.3.5 人工神经网络的拓扑特性
• 1.4 基于神经网络的智能诊断
• 1.4.1 基于神经网络的智能诊断的形成
• 1.4.2 人工神经网络的故障诊断能力
• 1.4.3 人工神经网络用于故障诊断的结构
• 1.4.4 基于神经网络的智能诊断方法
• 1.5 论文主要研究内容
• 第二章 多层前馈型神经网络
• 2.1 多层前馈神经网络模型
• 2.1.1 网络拓扑结构
• 2.1.2 BP 学习算法
• 2.1.3 BP 学习算法改进
• 2.2 网络结构参数分析
• 2.2.1 隐层数的分析
• 2.2.2 隐层节点数的分析
• 2.2.3 隐层节点数的确定
• 第三章 管道防腐保温层现场检测方法
• 3.1 交流电衰减法（PCM）
• 3.1.1 交流电衰减法（PCM）测试原理
• 3.1.2 交流电衰减法（PCM）优点与局限性
• 3.2 地面音频检漏法
• 3.2.1 地面音频检漏法检测原理
• 3.2.2 地面音频检漏法优点与局限性
• 3.3 现场开挖验证技术
• 3.3.1 现场开挖验证的目的及依据
• 3.3.2 现场开挖验证的程序
• 第四章 防腐保温层分级评价标准与现场检测
• 4.1 管道防腐保温层分级评价准则
• 4.2 管道防腐保温层现场检测结果
• 第五章 BP 网络对防腐保温层的故障诊断
• 5.1 BP 网络构建
• 5.1.1 网络结构
• 5.1.2 数据样本
• 5.1.3 训练方法
• 5.1.4 激活函数
• 5.1.5 权值初始化
• 5.2 基于基本BP 算法的预测
• 5.2.1 基本BP 算法参数设置
• 5.2.2 BP 网络模型拓扑结构的确定
• 5.2.3 腐蚀行为预测
• 5.3 基于改进BP 算法的预测
• 5.3.1 有动量的梯度下降法
• 5.3.2 有动量及自适应学习率的梯度下降法
• 结论
• 参考文献
• 发表文章目录
• 致谢
• 详细摘要