在役海底油气管道内腐蚀速率预测研究
发布时间：2021-11-05 21:42
近年来,随着海底油气管道服役时间的增长,管道内腐蚀泄露问题日益凸显,已严重威胁到管道的安全运营以及海洋的生态稳定。如何对海底油气管道内腐蚀进行合理的预测,准确判定海底油气管道腐蚀敏感区域是油气田正常运行和发挥经济利益的迫切需要。本文从系统工程安全角度着眼,引入智能学习算法用于对海底油气管道内腐蚀速率预测研究,以期改善日趋严峻的海底油气管道内腐蚀形势,促进企业安全生产和管理水平的提升。立足于现阶段海洋油气资源开发现状,首先通过大量阅读国内外文献资料和相关油气管道运行资料掌握海底油气管道特点及腐蚀作用机理;其次依据指标选取原则以及内腐蚀速率影响因素建立初级内腐蚀速率预测指标体系,采用熵权灰色关联法对影响因素指标进行关联度排序,并依托核主成分分析法筛选出腐蚀主因素指标以实现腐蚀预测指标体系优化;然后将优化后的腐蚀速率预测指标体系内的数据作为训练集,引入机器学习中的径向基神经网络算法、支持向量机算法和随机森林回归算法构建内腐蚀速率预测模型以探索其在海底油气管道腐蚀研究中的适用性;最后对南海某油田SP74-FPSO管段CO2腐蚀管道进行应用分析。结果得到优化的内腐蚀速率预测...
【文章来源】：西安建筑科技大学陕西省
【文章页数】：95 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 选题背景和研究意义
1.2 国内外研究现状
1.3 研究工作
1.3.1 研究目的
1.3.2 研究内容
1.3.3 技术路线
2 海底油气管道相关理论综述
2.1 海底油气管道特点
2.1.1 结构特点
2.1.2 运输特点
2.2 海底油气管道腐蚀理论
2.2.1 海底油气管道腐蚀机理
2.2.2 海底油气管道腐蚀形态
2.2.3 海底油气管道腐蚀类型
2.2.4 海底油气管道内腐蚀特征
2.3 内腐蚀速率预测理论方法概述
2.3.1 预测流程
2.3.2 预测方法
2.3.3 模型预测精度评价
2.4 本章小结
3 内腐蚀速率预测指标体系建立与优化
3.1 指标选取原则
3.2 预测指标体系的初步构建
3.2.1 内腐蚀速率影响因素分析
3.2.2 初级预测指标体系建立
3.3 预测指标体系优化
3.3.1 基于熵权灰色关联的指标关联度分析
3.3.2 基于核主成分的内腐蚀预测指标优选
3.4 本章小结
4 内腐蚀速率预测模型建立
4.1 基于RBF算法的内腐蚀速率预测模型
4.1.1 RBF神经网络原理
4.1.2 RBF神经网络学习算法
4.1.3 内腐蚀速率预测模型架构
4.2 基于SVM算法的内腐蚀速率预测模型
4.2.1 SVM算法原理
4.2.2 SVM算法基本流程
4.2.3 内腐蚀速率预测模型架构
4.3 基于RFR算法的内腐蚀速率预测模型
4.3.1 RFR算法原理
4.3.2 RFR算法基本理论
4.3.3 RFR算法的数学分析
4.3.4 内腐蚀速率模型预测步骤
4.4 本章小结
5 内腐蚀速率预测模型应用分析
5.1 案例背景
5.1.1 管道运行参数
5.1.2 管道样本数据
5.1.3 数据标准化
5.2 内腐蚀速率预测指标体系优化实现
5.2.1 因素指标关联性分析
5.2.2 优化的内腐蚀速率预测指标体系
5.3 内腐蚀速率模型预测结果
5.3.1 RBF预测模型的实现
5.3.2 SVM预测模型的实现
5.3.3 RFR预测模型的实现
5.4 预测模型精度分析
5.5 管道防护管理对策
5.6 本章小结
6 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
附录 在读期间研究成果
【参考文献】：
期刊论文
[1]主成分分析和最小二乘支持向量机模型在铁水硫和硅含量预测中的应用[J]. 赵宁,王玉英,杨凡,杨卫轩. 冶金分析. 2020(02)
[2]海洋环境金属材料腐蚀与防护仿真研究进展[J]. 任勇,成光. 装备环境工程. 2019(12)
[3]腐蚀垢层对海洋天然气管道CO2腐蚀过程的影响[J]. 朱道峰. 腐蚀与防护. 2019(09)
[4]欧美油气管道安全管理体系初探[J]. 任学军,赵明华,李秋扬,任学敏. 经营与管理. 2019(10)
[5]基于RBF神经网络的2024铝合金酸性盐雾腐蚀实验预测[J]. 贾宝惠,方艺斌,王毅强. 航空材料学报. 2019(04)
[6]基于改进灰色关联分析的雷达费用驱动因子选取方法[J]. 张长聪,刘庆华,刘根,方其庆,夏亮. 兵器装备工程学报. 2019(08)
[7]基于合作博弈的管道外腐蚀多层次灰色动态评价[J]. 雷兴国,王庆锋,李中. 化工学报. 2019(06)
[8]LNG深海输气管道可靠性分析[J]. 骆正山,宋莹莹. 消防科学与技术. 2019(03)
[9]海底油气管道腐蚀及防护研究[J]. 马钢,李俊飞,戴政,张帅,段远望. 石油化工腐蚀与防护. 2019(01)
[10]原油集输管道在CO2和Cl-共同作用下的腐蚀规律研究[J]. 张喜庆. 钻采工艺. 2019(01)
硕士论文
[1]基于神经网络的输油管道腐蚀预测研究与实现[D]. 李婷玉.华北理工大学 2018
本文编号：3478556
【文章来源】：西安建筑科技大学陕西省
【文章页数】：95 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 选题背景和研究意义
1.2 国内外研究现状
1.3 研究工作
1.3.1 研究目的
1.3.2 研究内容
1.3.3 技术路线
2 海底油气管道相关理论综述
2.1 海底油气管道特点
2.1.1 结构特点
2.1.2 运输特点
2.2 海底油气管道腐蚀理论
2.2.1 海底油气管道腐蚀机理
2.2.2 海底油气管道腐蚀形态
2.2.3 海底油气管道腐蚀类型
2.2.4 海底油气管道内腐蚀特征
2.3 内腐蚀速率预测理论方法概述
2.3.1 预测流程
2.3.2 预测方法
2.3.3 模型预测精度评价
2.4 本章小结
3 内腐蚀速率预测指标体系建立与优化
3.1 指标选取原则
3.2 预测指标体系的初步构建
3.2.1 内腐蚀速率影响因素分析
3.2.2 初级预测指标体系建立
3.3 预测指标体系优化
3.3.1 基于熵权灰色关联的指标关联度分析
3.3.2 基于核主成分的内腐蚀预测指标优选
3.4 本章小结
4 内腐蚀速率预测模型建立
4.1 基于RBF算法的内腐蚀速率预测模型
4.1.1 RBF神经网络原理
4.1.2 RBF神经网络学习算法
4.1.3 内腐蚀速率预测模型架构
4.2 基于SVM算法的内腐蚀速率预测模型
4.2.1 SVM算法原理
4.2.2 SVM算法基本流程
4.2.3 内腐蚀速率预测模型架构
4.3 基于RFR算法的内腐蚀速率预测模型
4.3.1 RFR算法原理
4.3.2 RFR算法基本理论
4.3.3 RFR算法的数学分析
4.3.4 内腐蚀速率模型预测步骤
4.4 本章小结
5 内腐蚀速率预测模型应用分析
5.1 案例背景
5.1.1 管道运行参数
5.1.2 管道样本数据
5.1.3 数据标准化
5.2 内腐蚀速率预测指标体系优化实现
5.2.1 因素指标关联性分析
5.2.2 优化的内腐蚀速率预测指标体系
5.3 内腐蚀速率模型预测结果
5.3.1 RBF预测模型的实现
5.3.2 SVM预测模型的实现
5.3.3 RFR预测模型的实现
5.4 预测模型精度分析
5.5 管道防护管理对策
5.6 本章小结
6 结论与展望
6.1 结论
6.2 展望
致谢
参考文献
附录 在读期间研究成果
【参考文献】：
期刊论文
[1]主成分分析和最小二乘支持向量机模型在铁水硫和硅含量预测中的应用[J]. 赵宁,王玉英,杨凡,杨卫轩. 冶金分析. 2020(02)
[2]海洋环境金属材料腐蚀与防护仿真研究进展[J]. 任勇,成光. 装备环境工程. 2019(12)
[3]腐蚀垢层对海洋天然气管道CO2腐蚀过程的影响[J]. 朱道峰. 腐蚀与防护. 2019(09)
[4]欧美油气管道安全管理体系初探[J]. 任学军,赵明华,李秋扬,任学敏. 经营与管理. 2019(10)
[5]基于RBF神经网络的2024铝合金酸性盐雾腐蚀实验预测[J]. 贾宝惠,方艺斌,王毅强. 航空材料学报. 2019(04)
[6]基于改进灰色关联分析的雷达费用驱动因子选取方法[J]. 张长聪,刘庆华,刘根,方其庆,夏亮. 兵器装备工程学报. 2019(08)
[7]基于合作博弈的管道外腐蚀多层次灰色动态评价[J]. 雷兴国,王庆锋,李中. 化工学报. 2019(06)
[8]LNG深海输气管道可靠性分析[J]. 骆正山,宋莹莹. 消防科学与技术. 2019(03)
[9]海底油气管道腐蚀及防护研究[J]. 马钢,李俊飞,戴政,张帅,段远望. 石油化工腐蚀与防护. 2019(01)
[10]原油集输管道在CO2和Cl-共同作用下的腐蚀规律研究[J]. 张喜庆. 钻采工艺. 2019(01)
硕士论文
[1]基于神经网络的输油管道腐蚀预测研究与实现[D]. 李婷玉.华北理工大学 2018
本文编号：3478556
本文链接：https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/3478556.html
