王戰(zhàn)輝，張智芳，李紅偉，閆君芝

(1.榆林學(xué)院 化學(xué)與化工學(xué)院，陜西 榆林 719000；2．浙江閏土股份有限公司，浙江 紹興 312300)

長輸煤氣管道是世界上許多國家煤氣的主要輸送方式之一，其網(wǎng)絡(luò)遍及全世界，同時也被公認為是最安全和最經(jīng)濟的一種輸送方式[1]。截止目前，中國已建成并且投入經(jīng)營的輸送石油和煤氣的管線總長度超過了50 000 km。這些管線超過90%長期埋設(shè)于地下，所經(jīng)地區(qū)遼闊、地形復(fù)雜、土壤特性千差萬別、管道結(jié)構(gòu)各種各樣、輸送特質(zhì)各有差別，管道外部長期經(jīng)受土壤介質(zhì)、雜亂的電流腐蝕，內(nèi)部遭受含有H2S、SO2、Cl-等腐蝕性物質(zhì)的石油、煤氣的侵蝕，因此，會產(chǎn)生穿孔、泄漏和開裂等腐蝕缺陷[2]。在長輸煤氣管道服役期間，煤氣本身具有易燃、易爆、毒性等特性，在腐蝕缺陷穿孔、人為破壞等因素下，一旦發(fā)生事故，就會引發(fā)爆炸、火災(zāi)、中毒等，對人民的生命和財產(chǎn)安全造成重大威脅[3]。

剩余強度是指管道在強度失效前所能承受的最大內(nèi)壓，是煤氣管道使用性能的重要指標(biāo)，剩余強度越大，管道在失效前所能承受的內(nèi)壓越大，越不易發(fā)生強度失效，因此安全性能越高[4]。影響管道剩余強度的因素可以分為2類，一類是管道的自身因素，包括管道的鋼級、直徑、壁厚、屈服強度及拉伸強度等；另一類是管道的缺陷因素，包括缺陷的類型、長度、寬度以及深度等，國內(nèi)外學(xué)者已經(jīng)通過實驗法、有限元分析法等對管道剩余強度進行了大量研究[5]。人工神經(jīng)網(wǎng)絡(luò)作為一種新興的剩余強度預(yù)測方法，只對海洋立管等進行了研究，對煤氣管道研究較少，且神經(jīng)網(wǎng)絡(luò)具有高效的數(shù)值計算、完備的計算結(jié)果和編程可視化功能、支持面向?qū)ο缶幊痰葍?yōu)點[6-8]。作者以不同鋼級煤氣管道為研究對象，借助Matlab軟件，通過建立BP、GA-BP和帶動量項BP人工神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型，進行剩余強度預(yù)測，并與真實剩余強度進行對比分析；通過引入相對誤差和壓力比等參數(shù)，考察其準確性和適用性。

1 人工神經(jīng)網(wǎng)絡(luò)介紹

BP人工神經(jīng)網(wǎng)絡(luò)屬于前饋型網(wǎng)絡(luò)，由輸入層、隱含層、輸出層組成。其中，隱含層的層數(shù)及神經(jīng)元個數(shù)由對象本身所決定，相鄰的神經(jīng)元彼此之間相互連接，且每對神經(jīng)元之間有一個連接權(quán)值，其信號傳遞包括2個階段，第一階段是輸入信號的正向傳遞，當(dāng)神經(jīng)網(wǎng)絡(luò)開始工作時，輸入信號由前向后依次傳遞，直到產(chǎn)生實際輸出信號為止；第二階段是誤差信號的反向傳遞，當(dāng)實際輸出與期望輸出之間存在一定的誤差時，誤差信號將反向傳遞，由輸出層向輸入層逐漸傳遞，和輸入信號傳遞方向相反[9]。

根據(jù)多層神經(jīng)網(wǎng)絡(luò)映射存在性定理，增加隱含層數(shù)可以降低誤差，提高計算精度，但是隱含層數(shù)目的增加會使網(wǎng)絡(luò)結(jié)構(gòu)變復(fù)雜，增加網(wǎng)絡(luò)的訓(xùn)練時間。因此，選擇3層BP神經(jīng)網(wǎng)絡(luò)進行全局映射，輸入層5，輸出層1，隱含層5。

人工神經(jīng)網(wǎng)絡(luò)，是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征，進行分布式并行信息處理的算法數(shù)學(xué)模型[10]。人工神經(jīng)網(wǎng)絡(luò)具有高效的數(shù)值計算功能、完備的計算結(jié)果和編程可視化功能和接近數(shù)學(xué)表達式的自然化語言等優(yōu)點。因此，利用人工神經(jīng)網(wǎng)絡(luò)進行煤氣管道剩余強度預(yù)測有很高的經(jīng)濟效益和社會效益。

2 不同模型煤氣管道剩余強度的計算結(jié)果及適用性分析

借助Matlab軟件，通過建立BP、GA-BP和帶動量項BP人工神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型(簡稱BP模型、GA-BP模型、帶動量項BP模型)，對不同等級管線鋼煤氣管道進行剩余強度預(yù)測，并與真實剩余強度進行對比分析；通過引入相對誤差和壓力比等參數(shù)，考察其準確性和適用性。

2.1 剩余強度實驗數(shù)據(jù)

通過查閱文獻，得到79組不同等級管線鋼(X42、X46、X52、X56、X60、X65、X70、X80、X100)的剩余強度實驗數(shù)據(jù)，見表1。

表1 不同等級管線鋼剩余強度實驗數(shù)據(jù)

續(xù)表

2.2 神經(jīng)網(wǎng)絡(luò)測試集數(shù)據(jù)

對于表1，利用Matlab軟件，選取14%的數(shù)據(jù)作為測試集數(shù)據(jù)，即從表1中選出11組數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)測試集數(shù)據(jù)，見表2。根據(jù)所建立的BP模型、GA-BP模型和帶動量項BP模型分別對其進行訓(xùn)練。

表2 神經(jīng)網(wǎng)絡(luò)測試集數(shù)據(jù)

2.3 不同數(shù)學(xué)模型的運行時間及最大均方誤差

BP模型、GA-BP模型和帶動量項BP模型的運行時間及最大均方誤差見表3。

表3 不同模型的運行時間及最大均方誤差

由表3可知，BP模型的最大均方誤差最大，GA-BP模型的最大均方誤差最小，帶動量項BP模型處于兩者之間；BP模型算法所用時間最長，GA-BP模型用時最短，帶動量項BP模型處于兩者之間，因此，從運行時間和最大均方誤差角度出發(fā)，GA-BP模型是最優(yōu)的方法。

2.4 不同模型預(yù)測剩余強度比較

利用Matlab軟件，通過建立BP模型、GA-BP模型和帶動量項BP模型，對11組測試集數(shù)據(jù)進行剩余強度預(yù)測，并與真實剩余強度進行對比，其結(jié)果見圖1。

管材序號圖1 不同模型預(yù)測剩余強度比較圖

由圖1可知，3種網(wǎng)絡(luò)數(shù)學(xué)模型預(yù)測剩余強度變化趨勢與真實剩余強度基本一致，精確度都很高，證明神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型預(yù)測剩余強度是一種可靠的預(yù)測方法。為了更進一步區(qū)分3種神經(jīng)網(wǎng)絡(luò)模型的準確性和適用性，考慮引入相對誤差和壓力比等參數(shù)。

2.5 不同模型相對誤差比較

相對誤差=(預(yù)測剩余強度-真實剩余強度)/真實剩余強度，相對誤差小于0，表示真實剩余強度大于預(yù)測剩余強度，此時，管道可以承受的內(nèi)壓大，煤氣管道處于安全狀態(tài)；相對誤差大于0，表示真實剩余強度小于預(yù)測剩余強度，此時，管道可以承受的內(nèi)壓小，煤氣管道處于危險狀態(tài)。

BP模型、GA-BP模型和帶動量項BP模型預(yù)測剩余強度的相對誤差見圖2。

管材序號圖2 不同模型相對誤差比較圖

由圖2可知，GA-BP模型的相對誤差為-0.11～0.078，很穩(wěn)定，基本都在0附近變化，準確性最高；BP模型的相對誤差為-0.112～0.17，變化幅度較大，不穩(wěn)定，且數(shù)值最大，安全性差，準確性差；帶動量項BP模型的相對誤差為-0.103～0.157，數(shù)值最小，且大部分小于0，保守性好，準確度差。因此，從相對誤差角度出發(fā)，GA-BP模型準確度最高。從適用性出發(fā)，GA-BP模型在等級管線鋼中相對誤差數(shù)值最接近0，因此，在高鋼級煤氣管道中適用性最強。

2.6 不同模型壓力比比較

引入?yún)?shù)壓力比A，其中A=真實剩余強度/預(yù)測剩余強度，通過A值的大小判斷不同模型預(yù)測剩余強度是否與真實剩余強度接近，確定其保守性。壓力比越接近1，選用的模型越精確。A>1，即真實剩余強度大于預(yù)測剩余強度，說明預(yù)測值偏小，計算結(jié)果保守；A<1，即真實剩余強度小于預(yù)測剩余強度，說明預(yù)測值過大，計算結(jié)果冒進，安全性不能得到保障。

BP模型、GA-BP模型和帶動量項BP模型壓力比A比較圖見圖3。

由圖3可知，GA-BP模型的A=0.936～1.128，很穩(wěn)定，基本都在1附近變化，準確性最高；BP模型的A=0.909～1.126，變化幅度較大，不穩(wěn)定，且壓力比數(shù)值大部分小于1，計算結(jié)果冒進，安全性能差；帶動量項BP模型的A=0.864～1.179，分布區(qū)間較大，且大部分大于1，計算結(jié)果偏保守，會導(dǎo)致成本增加。因此，從壓力比角度出發(fā)，GA-BP模型精確度最高。

管材序號圖3 不同模型壓力比比較圖

2.7 訓(xùn)練后的GA-BP模型

由前述可知，GA-BP模型預(yù)測煤氣管道剩余強度效果最好，其神經(jīng)網(wǎng)絡(luò)模型見表4。

表4 GA-BP模型

3 結(jié) 論

(1)利用Matlab軟件，選取14%的數(shù)據(jù)作為測試集數(shù)據(jù)，得出了訓(xùn)練后的GA-BP模型；

(2)從運行時間和最大均方誤差角度出發(fā)，GA-BP模型是最優(yōu)的方法；

(3)從相對誤差和壓力比A出發(fā)，GA-BP模型準確度最高，適用性最好。