基于人工神经网络的连续油管疲劳寿命预测

YU Guijie, ZHAO Chong, CHI Jianwei,ZHANG Jiaxing

Journal of China University of Petroleum(Edition of Natural Science)（2018）

引用 3|浏览5

暂无评分

摘要

利用人工神经网络理论预测带有表面缺陷的连续油管的低周疲劳寿命.基于自组织特征映射神经网络(SOFM)与径向基函数神经网络(RBF),考虑连续油管表面缺陷的影响,建立连续油管寿命预测的混合网络模型.该模型利用SOFM神经网络的自组织聚类能力对样本进行分类,并将其分类中心及对应的权值向量传递给RBF神经网络,作为RBF神经网络径向基函数的中心,再利用RBF神经网络非线性逼近能力预测连续油管寿命.结果表明,SOFM和RBF混合神经网络的预测结果在精度与稳定性上优于BP神经网络.

查看译文

关键词

fatigue life,coiled tubing,artificial neural network,surface defect

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要