-
题名基于径向基人工神经网络的管道三级失效评估曲线预测
- 1
-
-
作者
张家禄
左丽丽
王东营
董绍华
-
机构
中国石油大学(北京)油气管道输送安全国家工程研究中心
国家管网集团北京管道有限公司
中国石油大学(北京)应急管理部油气生产安全与应急技术重点实验室
-
出处
《石油机械》
北大核心
2026年第3期157-164,共8页
-
文摘
失效评估图(failure assessment diagram,FAD)法是同时考虑了管道裂纹起裂失效和塑性失稳失效的管道适用性评价方法。目前对FAD法的改进思路主要是针对一、二级失效评估曲线(failure assessment curve,FAC)进行修正,降低其在评价时的保守性,但在提高三级FAC绘制效率方面的研究较少。为此,在介绍FAD法基本构成和失效评估曲线基本原理的基础上,建立了不同钢材和缺陷参数的有限元模型,进而分析不同模型的三级FAC曲线;基于RBF人工神经网络,实现了三级FAC的预测,并与有限元分析结果进行比较。研究结果表明:不同钢材等级、裂纹长度、裂纹深度均对三级FAC有影响;基于RBF人工神经网络的三级FAC快速预测方法,极大地提高了三级FAC的绘制速度;三级FAC评价安全区域更大,很好地解决了一级FAC在适用性评价时评价结果过于保守的问题,可以提供更加准确的管道运行指导方案和维修、维护建议;X60钢材和X70钢材的三级FAC整体趋势一致,但X60钢材曲线对应的安全区面积略大于X70钢材曲线对应的安全区面积;不同裂纹长度的管道三级FAC整体趋势接近,但随着裂纹长度的增加,曲线对应的安全区面积减小;基于RBF人工神经网络的预测结果接近有限元分析结果,平均误差为0.4%,最大误差为6.5%,反映了训练后的RBF人工神经网络具有较高的预测精准度。研究结果有助于含裂纹管道三级FAC的快速生成,进而为性能评价提供参考。
-
关键词
含裂纹管道
性能评价
失效评估图
塑性失效
神经网络
三级fac
X60钢材
-
Keywords
cracked pipeline
performance evaluation
FAD
plastic failure
neural network
option 3 fac
X60 steel
-
分类号
TE973
[石油与天然气工程—石油机械设备]
-
