杨钟, 施以航, 黄一. 海底管道外表面阴极保护系统优化设计[J]. 中国舰船研究, 2013, 8(4): 122-130. DOI: 10.3969/j.issn.1673-3185.2013.04.021
引用本文: 杨钟, 施以航, 黄一. 海底管道外表面阴极保护系统优化设计[J]. 中国舰船研究, 2013, 8(4): 122-130. DOI: 10.3969/j.issn.1673-3185.2013.04.021
YANG Zhong, SHI Yihang, HUANG Yi. 海底管道外表面阴极保护系统优化设计[J]. Chinese Journal of Ship Research, 2013, 8(4): 122-130. DOI: 10.3969/j.issn.1673-3185.2013.04.021
Citation: YANG Zhong, SHI Yihang, HUANG Yi. 海底管道外表面阴极保护系统优化设计[J]. Chinese Journal of Ship Research, 2013, 8(4): 122-130. DOI: 10.3969/j.issn.1673-3185.2013.04.021

海底管道外表面阴极保护系统优化设计

海底管道外表面阴极保护系统优化设计

  • 摘要: 针对海底管道外表面阴极保护系统优化设计,在传统的规范设计基础上,提出基于数值模拟计算的优化设计技术,设计可以完整描述实际工程中海底管道外表面防腐系统状态的大规模样本,基于边界元方法实现4 480种管型(32 120个数值模型)的大规模数值模拟计算,得到海底管道外表面阴极保护系统大规模优化设计数据库。在对输入、输出参数进行相关性分析的基础上,应用L-M算法和贝叶斯正则化算法实现两级人工神经网络映射关系的训练。数值仿真结果表明,建立的神经网络映射模型精度高达0.05%,收敛性良好,可以为海底管道外表面阴极保护系统优化设计提供先进的技术手段。

     

    Abstract: 针对海底管道外表面阴极保护系统优化设计,在传统的规范设计基础上,提出基于数值模拟计算的优化设计技术,设计可以完整描述实际工程中海底管道外表面防腐系统状态的大规模样本,基于边界元方法实现4 480种管型(32 120个数值模型)的大规模数值模拟计算,得到海底管道外表面阴极保护系统大规模优化设计数据库。在对输入、输出参数进行相关性分析的基础上,应用L-M算法和贝叶斯正则化算法实现两级人工神经网络映射关系的训练。数值仿真结果表明,建立的神经网络映射模型精度高达0.05%,收敛性良好,可以为海底管道外表面阴极保护系统优化设计提供先进的技术手段。

     

/

返回文章
返回