System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种用于燃气PE管道断裂应力异常程度智能评估方法技术_技高网

一种用于燃气PE管道断裂应力异常程度智能评估方法技术

技术编号:42678246 阅读:25 留言:0更新日期:2024-09-10 12:29
本发明专利技术属于管道断裂应力智能评估技术领域,公开了一种用于燃气PE管道断裂应力异常程度评估方法:基于超声检测方法以及拉伸试验,将采集的不同热老化程度下管道的线性超声检测特征以及非线性超声检测特征作为输入,管道断裂应力作为输出,将上述数据进行数据扩充,后对其归一化构建BP神经网络模型的数据集;构建一个包含输入层、隐含层以及输出层的三输入单输出BP网络神经模型,并提出网络结构参数,包括:隐含层层数、隐含层节点数、学习速率、激活函数、训练函数;基于数据扩展对网络模型进行训练,实现管道断裂应力异常程度智能评估。本发明专利技术提供了一种更加准确可靠的方法以评估燃气PE管道的断裂应力异常程度。

【技术实现步骤摘要】

本专利技术涉及管道力学性能异常程度智能评估,特别是涉及一种用于燃气pe管道断裂应力异常程度智能评估方法。


技术介绍

1、聚乙烯管道在工程应用中表现出耐腐蚀、抗冲击、连接方便、使用寿命长等优势,已成为燃气管道的必选材料之一,我国新铺设的中低压城镇燃气管道90%以上均为聚乙烯管。由于聚乙烯材料为高分子的有机材料,在承受外力以及恶劣环境的共同作用下,管道的热氧老化过程将被加速。加速热氧老化将导致管道的断裂应力下降,进而导致管道的力学性能下降,并在服役期限内发生无预期的破裂和爆炸,进而对经济以及人身安全造成巨大的伤害。

2、传统的管道断裂应力检测方法为破坏性的拉伸试验,无法在保持管道正常服役的条件下对管道的断裂应力进行评估。而传统的无损检测方法均为管道缺陷检测,不涉及由于热氧老化而引起的管道力学性能退化。而非线性超声检测技术的检测精度不受波长的影响,且相比线性超声检测对组织结构不均匀、位错堆积及微裂纹萌生更为敏感,可用于疲劳损伤、粘结强度退化、材料老化的无损检测。

3、通过现代化信息技术,实现燃气pe管道断裂应力异常程度智能评估,减少了人为操控及干预,同时减少了评估时间,极大的提高了工作效率。

4、因此,需要提供一种燃气pe管道断裂应力异常程度智能评估方法。


技术实现思路

1、本专利技术的目的是提供一种用于燃气pe管道断裂应力异常程度智能评估方法,基于bp神经网络对燃气pe管道断裂应力异常程度进行更加精确、可靠的评估。

2、为实现上述目的,本专利技术提供的技术方案,包括以下步骤:

3、一种用于燃气pe管道断裂应力异常程度评估方法,包括以下步骤:

4、(1)基于超声检测方法以及拉伸试验,将采集的不同热老化程度下管道的线性超声检测特征以及非线性超声检测特征(非线性系数)作为输入,管道断裂应力作为输出,将上述数据进行数据扩充,后归一化构建bp神经网络模型的数据集;线性超声检测特征包括声速、材质衰减系数,非线性超声检测特征为非线性系数;

5、(2)采用对比优化后的网络参数,网络参数包括隐含层层数、隐含层节点数、学习速率、激活函数、训练函数,构建一个包含输入层、隐含层以及输出层的三输入单输出bp网络神经模型;

6、(3)对bp神经网络模型进行训练,最终实现管道断裂应力异常程度智能评估。

7、进一步的,步骤(1)中,具体的方法为:

8、将采集的不同热氧老化程度下的燃气pe管道的线性检测特征、非线性超声检测特征构建输入特征向量,将同一试样多次测量的声速c、材质衰减系数α、相对非线性系数β任意交叉组合以扩充数据;将扩充后的特征向量作为输入,将通过万能试验机采集的不同热氧老化程度下的燃气pe管道的断裂应力作为网络输出,构建bp神经网络模型的数据集。

9、步骤(2)中,对比优化后的隐含层层数与隐含层节点数包括:

10、保证其余参数不变的情况下,分别改变隐含层数为1-10层,当隐含层层数为4层时,网络误差最小,隐含层层数为4层。然后改变隐含层节点数为0-20,当隐含层节点数为20时,网络误差最小,隐含层节点数为20个。

11、步骤(2)中,对比优化后的学习速率为0.01。

12、步骤(2)中,对比优化后的激活函数包括:

13、对于隐含层神经元采用正切s型函数,而对于输出层神经元采用线性激活函数。

14、正切s型函数的表达式为:

15、

16、式中:x为隐含层神经元的输入。

17、线性激活函数表达式为:

18、y=x。

19、式中:x为输出层神经元的输入;y为输出值。

20、步骤(2)中,对比优化后的训练函数选用trainlm函数作为训练函数。

21、本专利技术提供的用于燃气pe管道断裂应力异常程度智能评估方法公开了以下技术效果:

22、1.本专利技术基于bp神经网络,采用声速、材质衰减系数以及非线性超声检测系数对燃气pe管道的断裂应力是否异常进行预测。与现有的评估pe材料断裂应力异常程度的技术相比,该方法可以在不对管材进行破坏的情况下,通过采集pe材料的声速、材质衰减系数以及非线性系数实现对管材断裂应力异常程度的无损智能评估。。

23、2.本专利技术通过现代化信息技术,基于bp神经网络实现燃气pe管道断裂应力异常程度智能评估,减少了人为干预,同时减少了评估时间,能在有限的时间对更多的燃气管道进行评价,极大的提高了工作效率;同时减少了因燃气管道破裂而引发的安全事故,对预防管道破裂保障生命财产安全提供了重要的理论以及技术指导意义

本文档来自技高网...

【技术保护点】

1.一种用于燃气PE管道断裂应力异常程度评估方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种用于燃气PE管道断裂应力异常程度评估方法,其特征在于,步骤(1)中,具体的方法为:

3.根据权利要求1所述的一种用于燃气PE管道断裂应力异常程度评估方法,其特征在于,步骤(2)中,对比优化后的隐含层层数与隐含层节点数包括:

4.根据权利要求1所述的一种用于燃气PE管道断裂应力异常程度评估方法,其特征在于,步骤(2)中,对比优化后的学习速率为0.01。

5.根据权利要求1所述的一种用于燃气PE管道断裂应力异常程度评估方法,其特征在于,步骤(2)中,对比优化后的激活函数包括:

6.根据权利要求1所述的一种用于燃气PE管道断裂应力异常程度评估方法,其特征在于,步骤(2)中,对比优化后的训练函数选用Trainlm函数作为训练函数。

【技术特征摘要】

1.一种用于燃气pe管道断裂应力异常程度评估方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种用于燃气pe管道断裂应力异常程度评估方法,其特征在于,步骤(1)中,具体的方法为:

3.根据权利要求1所述的一种用于燃气pe管道断裂应力异常程度评估方法,其特征在于,步骤(2)中,对比优化后的隐含层层数与隐含层节点数包括:

4.根据权利要求1所述的一种用于...

【专利技术属性】
技术研发人员:陈振华涂东坤卢超帅珍珍
申请(专利权)人:南昌航空大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1