《表2 不同方法计算结果平均绝对误差及均方根误差》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于PCA-PSO-BP神经网络的管道剩余强度评价》
根据PCA算法的处理结果,将管道钢级、直径、壁厚,以及缺陷类型、长度、深度作为管道剩余强度的影响因素,在MATLAB中建立PSO-BP神经网络模型,使用128组数据作为模型的训练样本,剩余20组数据作为模型的预测样本,对单缺陷管道的剩余强度进行预测,将预测结果与实际剩余强度、ASME B31G—2009计算结果、DNV RP-F101计算结果、API 579计算结果、SYT6151—2009计算结果进行对比,ASME B31G—2009、DNV RP-F101、API 579、SYT6151—2009四种方法的计算如公式(8)~(16)所示。计算各种方法的平均绝对误差和均方根误差,每种方法的计算结果、计算误差如图3、图4及表2所示。从图表中可以看出,PCA-PSO-BP神经网络模型预测结果的最大误差不超过10%,平均绝对误差仅为2.923%,均方根误差仅为0.535 875 231,最大误差、平均绝对误差以及均方根误差均小于其他管道剩余强度计算方法,证明该种方法可用于管道剩余强度预测。
图表编号 | XD00177086500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.20 |
作者 | 朱峰 |
绘制单位 | 中国石油新疆油田公司风城油田作业区 |
更多格式 | 高清、无水印(增值服务) |