海底管道腐蚀评估的机器学习方法

海底管道腐蚀评估的机器学习方法(中文5000字,英文PDF)
 摘要–因为全国范围内设备和组件的寿命的不断增加，长距离输送碳氢化合物的管道的完整性对于石油和天然气公司而言是一个日益严重且具有挑战性的问题。内部腐蚀是管道中最危险的破坏机制之一。由于它是由于不同机制的相互作用，因此尝试量化对未来损害演变的预测存在很大的不确定性。现有模型很少预测真实情况数据。鉴于腐蚀过程的高度非线性，一种机器学习方法的研究，关注于人工神经网络（ANN）。特别是生成了ANN的集合。该策略不仅通过通常在文献中考虑的确定性模型而且通过单个ANN模型大大改善了所获得的结果。鉴于实际内部腐蚀问题固有的高度不确定性，机器学习方法的结果很有希望。
关键词-管道腐蚀;人工神经网络;合奏平均;机器学习