基于人工神经网络的城市燃气管道的土壤腐蚀性评价研究

论文摘要

随着我国现代化进程的不断加快,人民生活水平的提高,以及全球环境问题的日益突出,节能减排压力越来越大,天然气的需求呈爆炸式增长,快速地推动了城市燃气输气管网的建设。城市燃气输配系统通常由钢制管道埋地建设而成,因而,钢制埋地钢制管道的腐蚀与防护便成了急待解决的问题。作为钢制管道腐蚀的重要因素之一——土壤腐蚀也一直被国内外研究者所关注。但是至今仍没有一个大家公认的,比较切合实际的土壤腐蚀性评价方法。本文在总结和比较了前人针对埋地钢制管道土壤腐蚀性评价研究方法的基础上,采用神经网络法建立了土壤腐蚀性评价模型,该模型具有2个重要特点:一是简化了样本检测参数。从训练样本的来源上,不需要测试大量的土壤理化性质参数,而是需要通过综合影响管道土壤腐蚀的各主要因素土壤电阻率、氧化还原电位、含盐量、含水量、PH值)的单项指标,就可以建立新的多项综合指标来建立模型;其二是增加了训练样本。从训练样本的数量上,为了提高模型的鲁棒性和识别的准确性,对样本进行了扩充,在每级标准之间随机生成40组训练样本。本文在新的理论基础上,将建立的BP和RBF两种网络运用到廊坊市燃气管道的腐蚀调查中,应用结果表明,RBF网络在对新样本的预测精度方面优于BP网络。该方法可用于现场管道的土壤腐蚀评价,同时也可以为管道的及时维修和更换提供科学的依据。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 选题背景及意义
• 1.2 国内外研究现状
• 1.2.1 国内外土壤腐蚀研究工作进展
• 1.2.2 国内外土壤腐蚀性评价方法
• 1.3 本文主要研究工作及章节安排
• 2 人工神经网络基本理论
• 2.1 人工神经网络的概述
• 2.1.1 人工神经网络的定义
• 2.1.2 人工神经网络原理
• 2.1.3 人工神经网络的特点
• 2.1.4 人工神经网络的应用
• 2.2 BP 神经网络概述
• 2.2.1 BP 神经网络结构
• 2.2.2 BP 网络学习算法
• 2.2.3 BP 网络的改进
• 2.3 RBF 神经网络概述
• 2.3.1 RBF 神经网络的结构
• 2.3.2 RBF 网络学习算法
• 2.4 本章小结
• 3 MATLAB 环境下的神经网络实现
• 3.1 MATLAB 神经网络工具箱
• 3.2 面向MATLAB 的神经网络设计
• 3.2.1 基于MATLAB 的BP 网络设计
• 3.2.2 基于MATLAB 的RBF 网络设计
• 3.3 本章小结
• 4 土壤腐蚀等级评价模型的建立
• 4.1 样本数据准备
• 4.1.1 训练样本准备
• 4.1.2 测试样本准备
• 4.1.3 样本的归一化
• 4.2 BP 网络模型的实现
• 4.2.1 网络拓扑结构的确定
• 4.2.2 网络的训练与检测
• 4.3 RBF 网络模型的实现
• 4.3.1 SPREAD 参数的确定
• 4.3.2 网络的训练与检测
• 4.4 本章小结
• 5 神经网络在廊坊土壤腐蚀性评价中的应用
• 5.1 廊坊市燃气管道土壤腐蚀性参数的检测
• 5.2 评价样本的归一化
• 5.3 BP 网络模型的评价
• 5.4 RBF 网络模型的评价
• 5.5 BP 与RBF 网络的评价结果比较
• 5.6 本章小结
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录