[发明专利]一种基于神经网络的凹痕管道失效评价方法

说明书

本发明公开了一种基于神经网络的凹痕管道失效评价方法，包括获取凹痕管道的训练样本；选择神经网络的输入数据、输出数据；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。本发明用以解决现有技术中对油气管道的凹痕缺陷评价过程中，存在对应力应变的获取难度大、准确性低、计算要求高、不适用于工程实际运用等问题，实现快速准确的获取凹痕管道的应力应变，从而为评估管道凹痕提供准确依据，提高对管道凹痕的评价效率的目的。

技术领域

本发明涉及油气管道领域，具体涉及一种基于神经网络的凹痕管道失效评价方法。

背景技术

凹痕缺陷（简称凹痕）是管道运行中常见的几何缺陷，是管壁永久塑性变形而使管道横截面发生的变形。凹痕可以发生在管道施工建设期间，由搬运、回填过程中的碰撞或岩石障碍等原因产生；也可以发生在管道服役期间，由挖掘设备、岩石等外物的压砸（陆地管道），拖船、拖网的破坏（海底管道）等原因产生。凹痕将直接影响管道的局部应变、剩余强度和疲劳寿命，特别是凹痕深度过大或与焊缝、裂纹、划伤及腐蚀等其他种类缺陷联合作用时，会使管道更快失效。

油气管道上的凹痕需要通过工程评估来确定其严重性，以判断是否对变形管段进行修复或更换。现有技术中，国外学者提出了基于深度的评价准则和基于应变的评价准则，分别以凹痕深度和凹痕区域应变作为修复管道的衡量标准。工程实际和研究表明，基于应变的评价准则能更有效地评估凹痕的严重性。然而，目前获取管道凹痕区域应变的方法存在获取难度大、准确性低、计算要求高、不适用于工程实际运用等缺点。因此，如何准确快速高效的获取凹痕管道的应力应变数据就成为了评价油气管道凹痕缺陷的重要问题之一。

发明内容

本发明提供一种基于神经网络的凹痕管道失效评价方法，以解决现有技术中对油气管道的凹痕缺陷评价过程中，存在对应力应变的获取难度大、准确性低、计算要求高、不适用于工程实际运用等问题，实现快速准确的获取凹痕管道的应力应变，从而为评估管道凹痕提供准确依据，提高对管道凹痕的评价效率的目的。

本发明通过下述技术方案实现：

一种基于神经网络的凹痕管道失效评价方法，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。

针对现有技术中采用基于应变的评价准则评价凹痕管道时，应力应变获取难度大、准确性低、计算要求高、不适用于工程实际运用等问题，本发明提出一种基于神经网络的凹痕管道失效评价方法，本方法首先获取合适的训练样本、用于对神经网络进行训练。其中神经网络的输入数据、输出数据由影响凹痕应力应变大小的因素决定，之后对训练样本进行分组，得到训练集、验证集。其中输入数据和输出数据的确定，有利于准确地反映后续BP神经网络中输入与输出的关系，对提高本申请应变预测结果的准确性十分重要。之后，本申请基于输入数据和输出数据构建BP神经网络模型，通过训练集进行训练，并由验证集验证训练结果，验证通过后，即可得到训练后的BP神经网络模型；最后，将需要评价的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，将预测结果代入基于应变的评价准则中，即可进行失效评价。