首页|基于有限元与神经网络的含裂纹缺陷管道安全性分析

基于有限元与神经网络的含裂纹缺陷管道安全性分析

Integrating finite element method and feedforward neural network for safety analysis of pipeline containing corrosion cracks

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
油气管道在服役过程中受外界环境影响(特别是大气和土壤作用),极易发生腐蚀而在管体表面产生腐蚀缺陷.这些缺陷会对在役管道的服役安全造成严重损害,其中尤以裂纹型缺陷危害程度最大.裂纹缺陷的存在将破坏管体表面的几何连续性,改变裂纹周围的应力应变状态,最终导致管道承压能力下降,危及管道服役安全.为此,该研究首先通过有限元方法建立含裂纹缺陷的管道模型,分析在不同裂纹深度、长度和管道内压下管道裂纹处最大应力和应力强度因子KI等参量的变化规律.然后利用有限元分析获得的特征数据,采用前馈神经网络模型,建立含裂纹缺陷管道最大应力和KI的预测模型,实现对含缺陷管道最大应力状态的高效和准确预测,为管道安全性分析提供技术支持.

刘昌华、殷海龙、白瑞峰、裴梦琛、武玮

展开 >

西北大学化工学院,陕西西安710069

西安交通大学化学工程与技术学院,陕西西安710049

油气管道 有限元 神经网络 裂纹

2020JM-436XM06190015

2021

10.16152/j.cnki.xdxbzr.2021-04-012

西北大学学报(自然科学版)
西北大学

西北大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.35
ISSN：1000-274X
年,卷(期)：2021.51(4)
  • 2
  • 10