基于腐蚀发育预测的海底油气管道腐蚀评价研究
发布时间：2021-01-20 06:28
随着我国大量海底油气管道进入服役后期,腐蚀导致的管道失效风险日益增加。为减少腐蚀海底管道失效事故发生,有必要对管道的腐蚀情况评价进行研究,及时掌握管道的健康状态,有计划、有针对性部署管道维护工作。本文开展了基于局部腐蚀检测数据的管道腐蚀深度最大值估计、腐蚀发育预测及定量与定性分析结合的腐蚀评价三部分研究工作,主要工作内容如下:（1）结合海底管道腐蚀相关理论,梳理了本文的研究思路,明确了海底管道腐蚀评价工作的基础是准确掌握腐蚀发育趋势的规律,目标是建立包含剩余强度评价及剩余寿命预测两部分内容的腐蚀情况评价体系。（2）针对直接检测数据难以体现管道整体腐蚀程度的局限性,本文通过研究管道腐蚀的空间分布规律,采用极值分布统计方法,对局部腐蚀严重的管道数据进行分析,获得更精确的管道腐蚀数据。（3）为准确预测腐蚀深度的发展趋势变化,本文通过研究腐蚀数据的时间序列规律,将灰色模型和RBF神经网络组合使用,提出基于误差补偿方法的GM-RBF腐蚀发育预测模型,结合实证分析对模型预测效果进行了验证。（4）建立了定量评价与定性分析相结合的海底管道腐蚀综合评价体系,包括剩余强度评价和剩余寿命预测定量评价,失效概...
【文章来源】：西安建筑科技大学陕西省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
海底管道腐蚀现象
图 2.2 1986—2016 年间中国海油铺管数量和长度统计情况统计，这些海底管道在已服役的 30 年中共发生了 51 起事故，主要腐蚀、施工质量、第三方破坏和地质环境等因素，其中自然与地质浅层气突出、冲刷和台风等 3 种。1986—2016 年间中国海油海底管比统计情况如图 2.3 所示[2]。第三方破坏33%工程质量14%自然与地质灾害16%腐蚀37%
图 6.5 24-30 年腐蚀深度预测图预测结论误差补偿的思想，将灰色模型和RBF神经网络组合使用，结合结论：文针对海底管道腐蚀少数据和少信息量等特点，基于误差补-RBF预测模型，仅需要输入管道的腐蚀深度检测数据，弥补了模型需要大量数据的缺点，是一种方便快捷的预测方法。图6.3的预测结果中可以看出，灰色模型可以较准确的预测复杂，RBF神经网络利用其强大的非线性逼近能力，挖掘出了管道的化腐蚀加快的信息，可以准确的预测系统的周期性和随机性成，弥补了单独适用的不足。通过样本测试结果显示，GM模型的.48%，GM-RBF的平均相对误差为6.37%，本文提出模型提高了
【参考文献】：
期刊论文
[1]基于误差补偿的GM-RBF海底管道腐蚀预测模型[J]. 骆正山,袁宏伟. 中国安全科学学报. 2018(03)
[2]中国海油海底管道事故统计及分析[J]. 王红红,刘国恒. 中国海上油气. 2017(05)
[3]X65钢在模拟集输管道环境中的腐蚀行为[J]. 程远鹏,李自力,白羽,刘建国. 腐蚀与防护. 2017(07)
[4]基于F-MC法海上油气管道点腐蚀深度预测研究[J]. 王小完,骆正山,王瑞. 西安建筑科技大学学报(自然科学版). 2017(03)
[5]Frechet分布的海底油气管道腐蚀预测[J]. 骆正山,王瑞,毕傲睿. 腐蚀与防护. 2017(03)
[6]海底管道检测最新技术及发展方向[J]. 王金龙,何仁洋,张海彬,郭晗,吴庆伟. 石油机械. 2016(10)
[7]基于Gumbel极值I型分布埋地油气管道的剩余寿命预测[J]. 张新生,曹乃宁,李亚云. 中国腐蚀与防护学报. 2016(04)
[8]基于LS-SVM的灰色补偿RBF神经网络组合预测模型在建筑物沉降分析中的应用[J]. 高红,文鸿雁,胡纪元,张腾旭,聂光裕. 大地测量与地球动力学. 2016(01)
[9]海底管道失效概率评定综述[J]. 陈胜森. 石油化工设备技术. 2015(05)
[10]Gumbel分布的油气管道的剩余寿命预测[J]. 张新生,曹乃宁,王小完. 中国安全科学学报. 2015(09)
博士论文
[1]油气管道的腐蚀及预测研究[D]. 袁赓.大连理工大学 2011
[2]海底管线安全可靠性及风险评价技术研究[D]. 丁鹏.中国石油大学 2008
硕士论文
[1]海底油气管道腐蚀失效预测研究[D]. 王瑞.西安建筑科技大学 2017
[2]油气输送腐蚀管道剩余寿命预测研究[D]. 曹乃宁.西安建筑科技大学 2016
[3]基于综合检测的埋地燃气管道腐蚀剩余寿命预测研究[D]. 程兴.华南理工大学 2016
[4]基于灰色模型的电网负荷预测方法研究[D]. 陈红保.华北电力大学 2016
[5]基于差值GM-RBF组合模型的瓦斯涌出量预测研究[D]. 周鑫隆.安徽理工大学 2015
[6]海底油气输送管道腐蚀缺陷评价研究[D]. 贺红彦.西安建筑科技大学 2015
[7]腐蚀型缺陷管道剩余寿命预测方法的研究[D]. 屈纯.东北大学 2014
[8]基于灰色神经网络的年降水量组合预测模型研究[D]. 郭宝丽.重庆大学 2014
[9]湿气输送管道腐蚀防护体系构建及效果评价[D]. 韩东兴.西安石油大学 2013
[10]改进型灰色神经网络模型在水质预测中的应用[D]. 胡玉琢.重庆大学 2010
本文编号：2988564
【文章来源】：西安建筑科技大学陕西省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
海底管道腐蚀现象
图 2.2 1986—2016 年间中国海油铺管数量和长度统计情况统计，这些海底管道在已服役的 30 年中共发生了 51 起事故，主要腐蚀、施工质量、第三方破坏和地质环境等因素，其中自然与地质浅层气突出、冲刷和台风等 3 种。1986—2016 年间中国海油海底管比统计情况如图 2.3 所示[2]。第三方破坏33%工程质量14%自然与地质灾害16%腐蚀37%
图 6.5 24-30 年腐蚀深度预测图预测结论误差补偿的思想，将灰色模型和RBF神经网络组合使用，结合结论：文针对海底管道腐蚀少数据和少信息量等特点，基于误差补-RBF预测模型，仅需要输入管道的腐蚀深度检测数据，弥补了模型需要大量数据的缺点，是一种方便快捷的预测方法。图6.3的预测结果中可以看出，灰色模型可以较准确的预测复杂，RBF神经网络利用其强大的非线性逼近能力，挖掘出了管道的化腐蚀加快的信息，可以准确的预测系统的周期性和随机性成，弥补了单独适用的不足。通过样本测试结果显示，GM模型的.48%，GM-RBF的平均相对误差为6.37%，本文提出模型提高了
【参考文献】：
期刊论文
[1]基于误差补偿的GM-RBF海底管道腐蚀预测模型[J]. 骆正山,袁宏伟. 中国安全科学学报. 2018(03)
[2]中国海油海底管道事故统计及分析[J]. 王红红,刘国恒. 中国海上油气. 2017(05)
[3]X65钢在模拟集输管道环境中的腐蚀行为[J]. 程远鹏,李自力,白羽,刘建国. 腐蚀与防护. 2017(07)
[4]基于F-MC法海上油气管道点腐蚀深度预测研究[J]. 王小完,骆正山,王瑞. 西安建筑科技大学学报(自然科学版). 2017(03)
[5]Frechet分布的海底油气管道腐蚀预测[J]. 骆正山,王瑞,毕傲睿. 腐蚀与防护. 2017(03)
[6]海底管道检测最新技术及发展方向[J]. 王金龙,何仁洋,张海彬,郭晗,吴庆伟. 石油机械. 2016(10)
[7]基于Gumbel极值I型分布埋地油气管道的剩余寿命预测[J]. 张新生,曹乃宁,李亚云. 中国腐蚀与防护学报. 2016(04)
[8]基于LS-SVM的灰色补偿RBF神经网络组合预测模型在建筑物沉降分析中的应用[J]. 高红,文鸿雁,胡纪元,张腾旭,聂光裕. 大地测量与地球动力学. 2016(01)
[9]海底管道失效概率评定综述[J]. 陈胜森. 石油化工设备技术. 2015(05)
[10]Gumbel分布的油气管道的剩余寿命预测[J]. 张新生,曹乃宁,王小完. 中国安全科学学报. 2015(09)
博士论文
[1]油气管道的腐蚀及预测研究[D]. 袁赓.大连理工大学 2011
[2]海底管线安全可靠性及风险评价技术研究[D]. 丁鹏.中国石油大学 2008
硕士论文
[1]海底油气管道腐蚀失效预测研究[D]. 王瑞.西安建筑科技大学 2017
[2]油气输送腐蚀管道剩余寿命预测研究[D]. 曹乃宁.西安建筑科技大学 2016
[3]基于综合检测的埋地燃气管道腐蚀剩余寿命预测研究[D]. 程兴.华南理工大学 2016
[4]基于灰色模型的电网负荷预测方法研究[D]. 陈红保.华北电力大学 2016
[5]基于差值GM-RBF组合模型的瓦斯涌出量预测研究[D]. 周鑫隆.安徽理工大学 2015
[6]海底油气输送管道腐蚀缺陷评价研究[D]. 贺红彦.西安建筑科技大学 2015
[7]腐蚀型缺陷管道剩余寿命预测方法的研究[D]. 屈纯.东北大学 2014
[8]基于灰色神经网络的年降水量组合预测模型研究[D]. 郭宝丽.重庆大学 2014
[9]湿气输送管道腐蚀防护体系构建及效果评价[D]. 韩东兴.西安石油大学 2013
[10]改进型灰色神经网络模型在水质预测中的应用[D]. 胡玉琢.重庆大学 2010
本文编号：2988564
本文链接：https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/2988564.html
