资源描述：
《管道腐蚀速率计算模型综述》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、国内外研究现状油气管道系统的腐蚀速率计算与可靠性分析的研究，多是基于概率论和数理统计等数学工具对管道腐蚀的速率与可靠性进行定量分析[[]曾海龙．基于缺陷相关的腐蚀管道可靠性评价[D]．甘肃：兰州理工大学硕士学位论文，2010．]。现今，国内外主要采用的方法有：马尔科夫、神经网络、。。。、等方法。许多专业研究人员、学者做了大量研究工作，为这一领域打下了良好的基础，提供了强大的理论依据。一、神经网络BP网络最初是由Werbos于1975年前后发明的，它由输入层神经元、输出层神经元及隐层神经元组成，其
2、中隐层可以是一层或多层，相邻层采用全互连结构，如图1所示。图1BP神经网络结构（1）灰色神经网络模型将模型与神经网络相结合，形成灰色神经网络模型[[]李秀娟，梅甫定．灰色神经网络模型在油气管道腐蚀速度预测中的应用[J]．安全与环境工程，2006，13（4）：77-80．]。其主要过程是将模型得到的预测值作为传统的神经网络的输入样本，其真实值作为神经网络的目标样本，采用一定的网络结构进行学习训练，调整其连接权值直到达到网络训练目标要求，就可以得到调整后的连接权值，再用模型预测得到的值作为网络的输入
3、进行仿真[[]樊伟，杨军，刘廷廷．灰色神经网络组合模型及在滑坡预测中的应用[J]．人民长江，2005，36(11)：49．]。（2）径向基过程神经网络模型1985年，Powell提出了多变量插值的径向基函数（Radial-BasisFunction，RBF）方法。1988年，Broomhead和Lowe首先将RBF应用于神经网络设计，构成了径向基函数神经网络，即RBF神经网络。图2典型的RBF神经网络过程神经元网络与传统神经网络不同之处在于它的输入、激励阈值以及网络的连接权均可以是时变函数或时变
4、过程[[]HeXin-Gui,LiangJiu-Zhen.Processneuralnetworks[C].In：WorldComputerCongress2000,ProceedingsofConferenceonIntelligentInformationProcessing.Beijing:TsinghuaUniversityPress,2000,143-146.]。过程神经元在传统神经元空间加权聚合运算[[]C.A.Erken,K.Yalcin.Evaluatingandforecast
5、ingbankingcrisesthroughneuralnetworkmodels:AnapplicationforTurkishbankingsector[J].ExpertSystemswithApplications,2007,33(4):809-815.,[]R.J.Frank,N.Davey,S.P.Hunt.TimeSeriesPredictionandNeuralNetworks[J].JournalofIntelligentandRoboticSystems,2001,31(1
6、):91-103.,[]JinhuLu,GuanrongChen.ATime-VaryingComplexDynamicalNetworkModelAndItsControlledSynchronizationCriteria[J].IEEETransactionsonAutomaticControl,2005,50(6):841-846.]的基础上，增加了一个对于时间（过程）的累积算子，其聚合运算和激励可同时反映多输入时变信号的空间加权聚合和对时间过程效应的累积，并具有连续性、对连续泛函数逼近
7、能力等理论性质。径向基过程神经元网络的输入层有n个节点单元，完成将时变函数向神经元网络的输入；中间径向基过程神经元隐层有m个节点单元，单元的变换函数是径向基核函数；输出为隐层节点输出信号的线性加权和[[]马坤．基于神经网络的管道失效模式诊断方法研究[D]．大庆：大庆石油学院，2008．]。网络拓扑结构如图3图3径向基过程神经元网络为网络输入函数，为第j个径向基过程神经元核中心函数，则径向基过程神经元网络输入输出之间的关系为：公式1学习算法设径向基过程神经元网络的输入及核中心函数属于，网络训练主要
8、包括对径向基核函数K(⋅)中性质参数的调整，确定径向基核中心函数，以及对输出层权系数的迭代修正，使之在有教师示教方式下，网络满足训练样本输入输出之间的映射关系。对于，定义公式2考虑式2表示的径向基过程神经元网络的训练问题。给定K个学习样本：；其中，dk为第k个样本在过程区间[0,T]上的期望输出。设网络对应于第k个样本的实际输出为yk，网络误差函数定义为公式3若径向基核函数取为Gauss函数，即公式4其中，σ称为m个核中心函数的平均离差，可通过网络对学习样本集的训练或由下式确定：公式5公式6径向
