登录    注册    忘记密码

期刊文章详细信息

基于深度学习的海底管道外腐蚀剩余强度评估    

Evaluation of residual strength of externally-corroded submarine pipelines based on deep learning

  

文献类型:期刊文章

作  者:谢鹏[1,2] 刘昊[1,2] 龚雨晗[1,2] 倪芃芃[2,3] 合曼阿澧[1,2]

XIE Peng;LIU Hao;GONG Yuhan;NI Pengpeng;HEMAN Ali(School of Marine Engineering and Technology,Sun Yat-sen University;Southern Marine Science and Engineering Guangdong Laboratory(Zhuhai);School of Civil Engineering,Sun Yat-sen University)

机构地区:[1]中山大学海洋工程与技术学院 [2]南方海洋科学与工程广东省实验室(珠海) [3]中山大学土木工程学院

出  处:《油气储运》

基  金:国家自然科学基金资助项目“深海管道S型铺设残余变形及屈曲传播机理研究”,52001337;广东省促进经济高质量发展专项资金海洋经济发展项目“3500 m级超深水高压海底管道研制及产业化”,GDOE2019A19;广东省促进经济高质量发展专项资金海洋经济发展项目“抗腐蚀海洋油气管道研制及产业化”,GDOE2020028;广东省重点研发计划“海洋脐带缆研制及产业化项目”,2020B1111040002。

年  份:2021

卷  号:40

期  号:6

起止页码:651-657

语  种:中文

收录情况:AJ、BDHX、BDHX2020、CAS、JST、PA、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:腐蚀是造成海底管道失效的重要原因之一,准确预测海底管道的腐蚀剩余强度是评估海底管道完整性及后续服役能力的关键。基于非线性有限元方法,建立含腐蚀缺陷海底管道剩余强度分析模型,预测管道的剩余强度,并探究了外腐蚀缺陷的深度、长度、宽度对剩余强度的影响。基于深度学习理论建立海底管道剩余强度预测模型,并以有限元分析获得的114组计算结果作为数据集训练深度学习模型,以深度学习模型预测含外腐蚀缺陷海底管道的剩余强度,将模型预测结果与有限元计算结果进行对比。结果表明:深度学习模型计算速度快、预测精度高,验证了基于深度学习的海底管道外腐蚀剩余强度评价方法的可行性与有效性。

关 键 词:海底管道 外腐蚀 剩余强度  深度学习  有限元模拟

分 类 号:TE88]

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心