期刊文章详细信息
基于遗传算法优化BP神经网络预测CO_2/H_2S环境中套管钢的腐蚀速率
Application of Genetic Algorithms BP Neural Networks to Predicting Corrosion Rate of Carbon Steel in CO_2/H_2S Envitonment
文献类型:期刊文章
机构地区:[1]西南石油大学油气藏地质及开发工程国家重点实验室,成都610500 [2]大庆石油管理局松原机械总厂,松原138000
基 金:国家安监局科技项目(2016GJ-B3-041)
年 份:2017
卷 号:38
期 号:9
起止页码:727-731
语 种:中文
收录情况:BDHX、BDHX2014、核心刊
摘 要:基于CO_2/H_2S共存腐蚀环境的复杂性、危险性,以及两者协同与竞争效应的不确定等原因,套管钢在CO_2/H_2S共存腐蚀环境中腐蚀速率测试存在试验时间长、误差较大且存在不安全隐患等缺陷,现有的单一腐蚀速率预测模型不能满足这方面的研究。利用建立的遗传算法优化BP神经网络模型分别对不同温度、不同CO_2分压和不同H_2S分压条件下套管钢的腐蚀速率进行预测。与单纯的BP神经网络模型预测相比,遗传算法优化BP神经网络训练收敛速率有所增加,预测效果得到改善;遗传算法优化BP神经网络预测值与实测值吻合较好,此预测模型可靠性很强;该方法为我国高酸性气田开发中快速获取腐蚀速率数值提供了一条新的思路。
关 键 词:遗传算法 酸性气田 腐蚀速率 BP神经网络 H2S腐蚀
分 类 号:TG174]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...