人工神经网络方法预测p110油套管钢稀土渗铬层的厚度

人工神经网络方法预测p110油套管钢稀土渗铬层的厚度

ID:32357862

大小:997.72 KB

页数:5页

时间:2019-02-03

人工神经网络方法预测p110油套管钢稀土渗铬层的厚度_第1页
人工神经网络方法预测p110油套管钢稀土渗铬层的厚度_第2页
人工神经网络方法预测p110油套管钢稀土渗铬层的厚度_第3页
人工神经网络方法预测p110油套管钢稀土渗铬层的厚度_第4页
人工神经网络方法预测p110油套管钢稀土渗铬层的厚度_第5页
资源描述:

《人工神经网络方法预测p110油套管钢稀土渗铬层的厚度》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第22卷第6期中国表面工程Vol.22No.6第20091期年12月陈CHINA爽等:SURFACE铝阳极氧化膜的硫酸钇脉冲封闭ENGINEERINGDecember200499doi:10.3969/j.issn.1007−9289.2009.06.015批注[11]:基金项目标识,非题注或脚注。页眉部分不用修人工神经网络方法预测P110油套管钢稀土渗铬层的厚度*改。11111,2林乃明,谢发勤,钟涛,吴向清,田伟批注[12]:省会城市;非省会(1.西北工业大学航空学院,西安710072;2.中国石油天然

2、气集团公司管材研究所,西安710065)城市前加“中国”如“中国咸阳”;单位名称要标明二级摘要:利用人工神经网络原理,建立了反映P110油套管钢(P110钢)稀土渗铬工艺参数与渗铬层厚度关系的预测单位。模型。结果显示:该模型可以对选定工艺条件下渗铬层厚度进行良好的预测,预测结果在合理的误差范围内,建立的模型是可靠的,可以通过此模型优化工艺参数,实现P110钢稀土渗铬层厚度预测。关键词:人工神经网络;P110钢;油套管;稀土;渗铬;预测中图分类号:TG156.88;TB114.2文献标识码:A文章编号:100

3、7–9289(2009)06–0077–04批注[l3]:请自己查清楚ThicknessPredictionofRareEarthChromizingCoatingsonP110OilCasingTubeSteelBasedonArtificialNeuralNetwork(英文标题TimesNewRoman五号加粗)11111,2LINNai–ming,XIEFa–qin,ZHONGTao,WUXiang–qing,TIANWei批注[14]:–为半角字符;姓(1.SchoolofAeronauticsN

4、orthwesternPolytechnicalUniversity,Xi’an,710072;2.TubularGoodsResearchCenterofCNPC,氏字母全为大写。Xi’an,710065)Abstract:TheartificialneuralnetworktheorywasusedtobuildapredictionmodelaimedatreflectingtherelationshipbetweenprocessparametersandthicknessofRareEarth(R

5、E)chromizingcoatingsonP110oilcasingtubesteel(P110steel).Theresultsindicatedthatthicknessofchromizingcoatingswaswellpredictedatselectedprocessparametersbythismodel.Thepredictederrorliedatrationalrange,thebuiltmodelwasreliableandcouldbeusedtooptimizeprocessp

6、arameters,whichpresentedanadvancedandeffectiveapproachtosolvethethicknesspredictionofREchromizingcoatingsonP110steel.Keywords:artificialneuralnetwork;P110steel;oilcasingtube;rareearth;chromizing;prediction[10]批注[15]:一级标题前后分别0引言渗作用,采用热渗镀技术在P110钢表面制备渗Cr空0.5行

7、合金层。渗铬的工艺参数:催化剂含量;稀土添加石油套管是固定油井井壁用钢管,一般占整个量;实验温度;保温时间,渗层的成分受各工艺参[1,2]石油管消耗量的73%~76%,作为油井的主要数的影响,渗层的成分又会影响其性能。化学热处构件,其成本约占油井开发生产成本的20%~30%。理过程十分复杂,发生诸多化学反应,难以对整个批注[16]:正文:华文中宋在油(气)开采中,油套管在极其严酷和复杂的环系统过程进行定量的描述。人工神经网络(Artificial/TimesNewRoman,10号;[3-5]境下服役,材料

8、的表面首当其冲,采用恰当的表NeuralNetwork,ANN)作为一种模拟人脑神经系统行间距:16磅;数字与单位之面处理技术,在表面形成一层全新化学成分或组织的结构与功能特征的数学处理方法,具有自学习、间有一个空格。结构的保护层(膜),提高其硬度和耐磨性、耐蚀性,自组织和自适应、固有的并行结构和并行处理、知延长使用寿命,既能满足服役条件的要求,又能降识的分布存储、容错性等功能和特点,在复杂系统低生产成本[6]。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。