热加工工艺

作者：骆正山, 李蕾, 王小完,

关键词：海底多相流管道, CO₂内腐蚀, LASSO回归, 多种群甲虫天牛须优化算法(MBAS), 极限学习机(ELM),

针对海底多相流管道CO2内腐蚀发生频繁，检测难度大的问题，建立基于套索回归（LASSO）和多种群甲虫天牛须优化算法（MBAS）的极限学习机（ELM）预测模型，以提高预测效率及预测精度。以LASSO回归筛选腐蚀影响因素，提取关键指标，降低预测输入维度；采用MBAS对ELM的输入权值及隐层阈值进行修正，避免因随机设置造成的不稳定性。以我国海南东部某海底油气管道的50组数据为例，通过MATLAB模拟仿真，分析预测结果，并与其他两种模型对比。结果表明：温度、pH值、流体流速和CO2分压是影响该类型管道腐蚀的关键因素。LASSO-MBAS-ELM模型的预测结果与实际值拟合度更高，其均方根误差、平均绝对误差及平均绝对百分误差分别为0.089%、0.079%和3.068%，均优于对比模型。所提出的方法在数据有限的情况下，仍具有良好的可靠性和稳定性，为准确掌握海底管道腐蚀状况提供了新的思路；同时为海洋油气运输系统日常运行维护提供了参考依据。

来源：2023年第14期

《热加工工艺》期刊编辑部

查看热加工工艺杂志2023年第14期