期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于神经网络管道剩余强度评估特征分析
1
作者 龙蒙召 王战辉 +6 位作者 李瑞瑞 高星 殷香奎 刘玲娜 杨煜岩 段梓浩 郭蒂娜 《化工科技》 CAS 2023年第3期34-40,共7页
以已有的文献实验数据为研究对象,以压力比和相对误差为参考指标,将神经网络BP、遗传神经网络GA-BP、带动量项BP神经网络评价方法与传统的剩余强度评价方法如ASME B31G、ASME B31G Modified、DNV-RP-F101、PCORRC、SHELL92、BS7911.AGAN... 以已有的文献实验数据为研究对象,以压力比和相对误差为参考指标,将神经网络BP、遗传神经网络GA-BP、带动量项BP神经网络评价方法与传统的剩余强度评价方法如ASME B31G、ASME B31G Modified、DNV-RP-F101、PCORRC、SHELL92、BS7911.AGANG-18和C-Fer等进行对比分析,以考查其适用性和安全性。结果表明,从压力比出发,AGANG-18评价方法既有较高的安全性能,又具有良好的经济性,是一种理想的低强度钢评价方法;GA-BP和带动量项BP评价方法压力比数值小,具有较高的安全性、稳定性和经济性,是一种理想的中高强度钢评价方法;从相对误差均值出发,BP、GA-BP.带动量项BP评价方法相对误差均值均比其他评价方法要小,说明BP、GA-BP.带动量项BP评价方法是最接近爆破压力、最精确的。 展开更多
关键词 神经网络 剩余强度 压力比
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部