基于人工神经网络的压力容器初级评定方法

引入人工神经网络方法对压力容器进行初级评定，评定结果和ＣＶＤＡ ８４方法的评定结果一致。人工神经网络方法为压力容器安全评定智能化（专家系统）建立了一个初步基础     

人工神经网络与失效评定图在压力容器安全评定中的应用

采用人工神经网络与失效评定图相结合的方法对压力容器进行安全评定，样本评定结果和Ｒ６ 失效评定图方法的评定结果一致，并对评定结果进行了参数敏感性分析，分析结果令人满意。人工神经网络为压力容器安全评定智能化提供了一个有效的手段。     

一种压力容器缺陷评定新方法

现代工业中压力容器作用越来越重要,压力容器承载介质的危险性,自身具有高温高压特点,引发事故的灾难性。直接影响国民经济发展和社会生活安定。为了有效地预防事故,评定使用过程中会不可避免的裂纹缺陷。针对压力容器缺陷评定传统方法工作量大,实现压力容器缺陷评定可行性分析,提高评定结果准确性和可靠性,检测工作过程的效率。使用MATLAB神经网络工具箱仿真压力容器缺陷评定新方法,运用人工神经网络方法压力容器缺陷,为压力容器缺陷安全评定问题提供新的思路和解决方法。     

LF2铝制压力容器的失效评定

对石化企业的深冷设备中用铝镁合金制造压力容器材料 LF2的性能进行了试验研究,分析探讨了含缺陷铝制压力容器失效评定的方法,得到了 LF2材料的失效评定曲线和失效评定图。研究结果表明,含缺陷铝制压力容器的失效评定可以采用 R6通用失效评定曲线,其结果是偏安全的。     

压力容器安全评定的现代方法

本文简要回顾了压力容器结构完整性评定规程的进展，综述了概率断裂力学和可靠性工程、模糊理论方法、人工智能在缺陷评定听应用现状，并展望了现代方法在安全评定中的应用。     

压力容器概率安全评定失效准则研究

本文分析了相关行业概率安全评定失效准则和压力容器失铲事故统计结果,分析认为目前压力容评定使用的失效准则主要来源于压力容器失效事故的统计结果。作者从常规的角度探讨了压力容器失效概率问题,最后作者根据压力容器的分类标准推荐了各类压力容器的概率安全评定失效准则。     

压力容器与管道缺陷评定的先漏后爆(LBB)准则

对含缺陷压力容器与管道安全评定的方法众多，而先漏后爆评定准则（ＬＢＢ准则）是一种简便、安全而又经济的新评定方法。它根据不同的失效理论，将复杂的断裂力学评定方法简化成失效评定图供技术人员使用。本文根据韧带失效的原理，建立了带纵向裂纹压力容器与管道的ＬＢＢ失效评定图，对核电站（１３００ＭＷｅ）主回路冷却管进行了全尺寸试验，证明试验结果与理论计算结果基本吻合。     

基于模糊理论的压力容器安全评定研究

随着科学技术和经济的发展,对各种压力容器的安全性要求越来越高。本文通过确定模糊语言变量隶属度函数,提出各因素对失效贡献大小的对应定量关系以及应用层次分析法确定权重,从而解决了这几个难以确定的问题,形成了一套符合压力容器特点的较为完善和系统的评定方法和评定思路。     

压力容器缺陷评定研究进展

介绍了压力容器缺陷评定技术国际最新进展及国内最新成果,综合分析和评述压力容器缺陷评定的发展趋势及评定方法所应用理论的研究重点.欧洲委员会提出的SINTAP评定方法和美国石油学会提出的API579评定方法代表着国际上结构完整性评定技术的发展前沿;GB/T1%24-2004为我国压力容器缺陷评定的最新成果;断裂力学、智能方法、疲劳评定及寿命预测技术依旧是缺陷评定的研究重点和发展趋势.     

废热锅炉薄管板的三维机械应力分析

运用有限元分析软件ANSYS,对废热锅炉建立了考虑筒体和换热管影响的管板真正实际结构的三维模型,对其进行机械应力分析,得出管板的变形和应力分布云图.将分析结果进行应力线性化处理,按照JB4732-95<钢制压力容器--分析设计标准>中的应力分类和评定方法对管板进行了评定.     

地表水质分析及方法比较

在水质评价过程中,水环境质量等级之间存在非线性关系,这给水质评价工作带来难度。针对此,以某地地表水质作为研究对象,对单因子分析法、离散Hopfield神经网络模型和T-S模糊神经网络模型3种水质评价方法进行分析比较。仿真结果表明:模糊神经网络算法结合了神经网络系统和模糊系统的优势,集学习、联想、识别与信息处理于一体,评价结果稳定、合理,优于离散Hopfield神经网络模型,非常适合对于此类问题的研究;而单因子分析法存在一定的局限性。     

基于MATLAB的BP神经网络在大气环境质量评价中的应用

以MATLAB为工具,编制了基于BP人工神经网络的大气环境质量评价程序,并将其应用于城市大气环境质量评价.通过与物元评价法、模糊综合评判法和灰色聚类分析法的评价结果比较,得到了基本一致的评价结论.研究表明,基于MATLAB的BP人工神经网络应用到大气环境质量评价是切实可行的,评价结论具有客观性和实用性.     

模糊神经网络在热网远程监控系统中的应用

为了使二次管网供水相对均匀、稳定地分配给热网用户,设计了一个模糊神经网络控制器,并以模糊神经网络控制理论为基础制定了热网压力、流量控制规则。仿真结果表明:系统输出流量响应快、超调量小、稳定性高。     

人工神经网络分析在黄磷生产中的应用

利用人工神经网络从已有的炉渣分析数据中通过训练求得炉渣中磷含量与相关因素之间的非线性关系,从而预测炉渣中磷的含量。采用的神经网络结构为3—8-1的形式,学习算法采用BP算法。结果表明,网络模型有较高的预测精度,可用于炉渣磷含量的预测和控制。     

利用量子化学特征的模糊人工神经网络预测咪唑啉衍生物缓蚀效率

针对咪唑啉衍生物的量子化学特征参数与缓蚀效率存在复杂非线性关系，在利用多因素方差分析判断其相关性的基础上建立以最高占据轨道能量、最低未占据轨道能量、分子偶极矩、单点能、硬度、软度、亲核进攻指数、亲电进攻指数、电子转移参数以及咪唑环上非氢原子静电荷之和等量子化学特征参数为输入，以缓蚀效率为输出的模糊人工神经网络。结果表明，咪唑啉衍生物的量子化学特征参数及其缓蚀效率之间具有非常显著的相关性，据此所创建的Takagi-Sugeno型模糊人工神经网络预测模型采用10-30-1网络结构，通过Momentum优化算法对其进行反复训练直至其均方误差小于容许收敛误差限0.005，训练、测试阶段模型输出值与期望值近似呈线性关系，决定系数为0.9999，关联度较高，验证阶段该模型亦表现出良好的可靠性。因此利用量子化学特征的模糊人工神经网络预测模型能够准确预测不同咪唑啉系列衍生物的缓蚀效率。     

基于神经网络和遗传算法的薄壳件注塑成型工艺参数优化

建立了基于神经网络和遗传算法并结合正交试验的薄壳件注塑成型工艺参数优化系统。正交试验法用来设计神经网络的训练样本，人工神经网络有效的创建了翘曲预测模型；遗传算法完成了对影响薄壳塑件翘曲变形的工艺参数（模具温度、注射温度、注射压力、保压时间、保压压力和冷却时间等）的优化，并计算出了它们的优化值。按该参数进行试验，效果良好，可以有效地减小薄壳塑件翘曲变形，其试验数值与计算数值基本相符，说明所提出的方法是可行的。