利用神经网络分析注水管道内腐蚀影响因素

被引:2
作者
喻西崇
赵金洲
纪录军
胡永全
机构
[1] 中海石油研究中心博士后工作站,西南石油学院,西南石油学院,西南石油学院 ,北京市朝阳区东三环北路京信大厦
[2] 电话:(),,北京市朝阳区东三环北路京信大厦
[3] 电话:()
关键词
注水管道; 腐蚀; BP神经网络; 影响因素; 分析;
D O I
暂无
中图分类号
TE988.2 [];
学科分类号
摘要
对注水管道内两种腐蚀影响因素进行了排序 ,采用灰色关联分析法和二层BP神经网络法对主要影响因素进行了考察。示例分析表明 ,采用改进二层BP神经网络得到的连接权值排序 ,比灰色关联法更能准确反映注水管道内腐蚀实际情况。根据某注水试验区注水管道水质分析数据及计算结果 ,得出其主要影响因素的高低排序为 ,溶解氧 (0 .877) ,pH值 (0 .85 6 ) ,硫酸盐还原菌 (0 .84 ) ,温度 (0 .811) ,压力 (0 .78) ,CO2 (0 .76 ) ,流速 (0 .736 )。
引用
收藏
页码:27 / 31+60 +60-63
页数:7
相关论文
共 3 条
[1]
人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2000,
[2]
人工神经网络BP算法的改进及其应用 [J].
李晓峰 ;
刘光中 .
四川大学学报(工程科学版), 2000, (02) :105-109
[3]
一种模糊神经网络的改进学习算法 [J].
武彬 ;
沈幼庭 .
清华大学学报(自然科学版), 1999, (10) :31-34