[发明专利]一种基于神经网络的凹痕管道失效评价方法

权利要求书

1.一种基于神经网络的凹痕管道失效评价方法，其特征在于，包括：

获取凹痕管道的训练样本；

根据所述训练样本选择神经网络的输入数据、输出数据；并将训练样本分为训练集、验证集；

构建BP神经网络模型；

通过训练集训练BP神经网络模型，通过验证集验证训练结果，得到训练后的BP神经网络模型；

将含凹痕管道代入训练后的BP神经网络模型中，预测应变相关数据，进行失效评价；

其中，获取训练样本的方法包括：

收集数值模拟参数并初始化，建立包含若干组数值模拟参数的数据集；

由有限元软件从所述数据集中逐一提取每组数值模拟参数；

根据每组数值模拟参数，由有限元软件创建三维实体管道部件、三维离散刚体压头部件；

由有限元软件将三维实体管道部件和三维离散刚体压头部件装配为独立部件，并进行定位，得到装配后的有限元部件；

由有限元软件对所述有限元部件进行设置，生成有限元模型；

将各有限元模型逐一分配至有限元软件中进行数值模拟，通过三维离散刚体压头部件在三维实体管道部件表面压出所需凹痕；

由有限元软件根据所需的输入数据和输出数据，提取出每组数值模拟参数所对应的输入数据和输出数据。

2.根据权利要求1所述的一种基于神经网络的凹痕管道失效评价方法，其特征在于，

所述数值模拟参数包括：模型名称、壁厚、内压、管径、压头长半轴长度、压头短半轴长度、初始凹痕深度；初始化管长等于6倍管径；

创建三维实体管道部件的方法包括：建立长度为3倍管径、横截面为半圆弧的1/4管道模型；

创建三维离散刚体压头部件的方法包括：根据压头长半轴长度、压头短半轴长度创建椭球体压头，并对其施加刚体约束；

在创建三维实体管道部件、三维离散刚体压头部件后，还创建作为分区部件的壳结构，所述分区部件用于对管道凹痕区域创建分区；

通过如下方法得到装配后的有限元部件：以位移向量的远点作为原点、以右手定则确定旋转方向的正负，将椭球体压头定位在所述1/4管道模型的一端、并定位所述分区部件；使用布尔运算对定位完成后的1/4管道模型、椭球体压头和分区部件进行合成，得到所述有限元部件。

3.根据权利要求2所述的一种基于神经网络的凹痕管道失效评价方法，其特征在于，对所述有限元部件进行设置的方法包括：

为1/4管道模型的管道截面、椭球体压头赋予材料属性；

在分区部件内外划分不同网格，使分区部件内的网格大小，小于分区部件外的网格大小；且分区部件内的网格采用八结点线性六面体单元的线性减缩积分网格，厚度方向上使用4个积分点；

设置1/4管道模型表面和椭球体压头表面的接触条件；

设置压头位移、管道内压的边界条件；

施加压头位移，施加管道内压。

4.根据权利要求1所述的一种基于神经网络的凹痕管道失效评价方法，其特征在于，所述输入数据包括：剩余凹痕深度、管径、壁厚、管道内压、压头尺寸、凹痕轴向距离、凹痕环向角度、凹痕长度、凹痕宽度；

所述输出数据包括最大范式等效应力、最大等效塑性应变；

其中，凹痕长度和凹痕宽度取1/2的剩余凹痕深度的值。

5.根据权利要求1所述的一种基于神经网络的凹痕管道失效评价方法，其特征在于，在构建的BP神经网络模型中，设置隐含层数为1，步长为0.001。

6.根据权利要求1所述的一种基于神经网络的凹痕管道失效评价方法，其特征在于，在构建的BP神经网络模型中，通过如下方法确定隐含层神经元数：

确定隐含层神经元区间；

取隐含层神经元区间内的所有神经元数，代入BP神经网络模型中，进行应力应变计算，得到预测均方误差；

取预测均方误差最小的神经元数，作为隐含层神经元数。