基于群智能算法优化LSTM的催化裂化预测研究

针对长短期记忆神经网络(LSTM)预测模型中许多网络参数过分依赖于经验设置,人工参数设置导致模型的精度低、泛化能力弱等问题,采用搜索范围广、收敛速度快的粒子群算法(PSO)和布谷鸟算法(CS)对LSTM的一些超参数进行优化,构建PSO-LSTM模型和CS-LSTM模型,寻找到LSTM的最优参数集,从而更好地提高了模型预测精度。将优化后的模型应用于催化裂化吸收稳定系统主要控制变量解吸塔再沸器返塔温度预测中,验证了模型的有效性。     

炉管剩余寿命预测

论及有关预测炉管剩余寿命的各种方法,提出设计及工况变化的模拟-计算法,以HP-Nb与Cr5Mo炉管剖析为例,阐述了剖析-试验法,并推荐一种可用于外扒剩余寿命新方法——反演技术。     

在役输油管道剩余寿命的预测

油气长输腐蚀管道剩余强度评价的目的就在于研究缺陷是否能在某一操作压力下允许存在,以及在某一缺陷下允许存在的最大工作压力,从而科学地指导管道的维修计划和安全生产管理。本文基于此,分析油气长输管道的腐蚀特点与腐蚀影响因素,然后概述腐蚀寿命预测技术,继而提出腐蚀管线剩余寿命预测技术,包含了均匀腐蚀缺陷剩余寿命预测和点蚀缺陷剩余寿命预测,从而为实际提供必要的借鉴和依据。     

石油化工行业用锅炉炉管的剩余寿命预测

随着科学技术水平的不断提高,越来越多的企业开始关注石油化工行业用锅炉炉管剩余寿命的预测,为了提高工业发展水平,我国的相关企业针对石油化工行业的锅炉管所用的管材进行失效的分析,只有利用主持久强度的曲线进行分析,这样可以预测出锅炉炉管的真正寿命,或者是适当地可以调整其运行的时间,从而直接指导企业,保证锅炉炉管能够得到充分地利用,本文针对石油化工行业用锅炉炉管进行寿命的检测,找出相应的对策。     

管道腐蚀剩余寿命预测方法对比研究

随着我国油气管道建设的不断推进,钢制管道也更普遍的应用于油、气输送行业。但是钢制管道在潮湿的环境下极易发生腐蚀,因腐蚀造成的穿孔现象给石化行业的安全生产带来了巨大的挑战。本文通过对几种腐蚀剩余寿命预测方法进行优化对比分析,并给出了个各自的适应范围。从理论上为油、气管道维护工作者提供必要的技术参考。从而可以根据理论的剩余寿命,加强对油气管道的维护,防止或减轻腐蚀速率。该方法的使用不仅可以产生显著的经济效益,而且还具有巨大的社会效益。     

天然气加热炉管腐蚀剩余强度评价及剩余寿命预测

利用一次检测数据得到的炉管腐蚀速率，基于ASME-B31G准则的极限承压方程，建立了求解腐蚀缺陷的极限尺寸模型；根据ASME-B31G准则及建立的腐蚀缺陷的极限尺寸求解模型，评价了含缺陷炉管的剩余强度，计算了炉管的最大允许腐蚀深度，并在此基础上预测了炉管的剩余寿命。综合评价结果显示，加热炉管可在现行条件下安全运行，且寿命可达12年。     

基于LSTM神经网络的干燥含水量预测研究

在PVC干燥中,产品的含水量受到温度、流量等多个参数的影响,鉴于参数数据之间的非线性以及序列间的相关性,传统的时间序列方法和传统的机器学习算法已经不能对未来干燥产品的含水量进行精确的预测。长短期记忆网络（LSTM）作为一种基于深度学习中的循环神经网络（RNN）,它在RNN的基础上增加了输入门、输出门以及遗忘门,可以有效地处理RNN在运行大量数据时可能会带来的数据遗忘等问题,特别适合处理具有时间序列的数据。基于Pytorch深度学习框架构造长短期记忆网络模型,对产品含水量进行预测。结果表明：使用该模型对产品的含水量进行预测,其预测值和真实值的走向非常接近,精准度很高。     

石油化工行业用锅炉炉管的剩余寿命预测

锅炉是石油化工生产的重要设备,预测锅炉炉管的剩余寿命,能确保锅炉的高效、稳定、安全运作,提升石油化工生产综合效益.本文在阐述锅炉炉管剩余寿命预测基本观点的基础上,就当前石油化工行业用锅炉炉管剩余生命预测问题展开分析,并构建石油化工行业用锅炉炉管剩余寿命预测模型,估算炉管剩余寿命,期望能进一步提升锅炉炉管剩余寿命的预测精...     

输气管道的腐蚀剩余寿命预测研究

输气管线剩余寿命评价是管线完整性及安全性评价的重要组成部分,由于腐蚀剩余寿命预测工作中存在着的许多不确定因素,使得腐蚀剩余寿命预测工作相对来说难度较大。本文利用腐蚀剩余寿命预测算法,采用多点检测的方法,来预测管线的剩余使用寿命。     

基于数据驱动的锂电池剩余使用寿命预测

基于数据驱动的思想,从电池历史数据中提取能反映电池衰退趋势的特征参数,并分析参数与电池寿命的相关性,完成特征参数的选取。其次基于选取的特征参数,对其进行数据预处理,得到最终的特征数据。最后基于时序预测的思想,建立长短期记忆神经网络的锂电池剩余使用寿命预测模型,从而实现电池剩余使用寿命的预测。研究结果表明：与传统的支持向量回归方法相比,基于长短期记忆神经网络的方法有效提高了预测准确性。     

浮石混合骨料混凝土冻融损伤模型及剩余寿命预测

本文在对浮石轻骨料混凝土实验研究得到实验数据的基础上,对浮石轻骨料混凝土的抗冻性能做更深层次的研究,基于浮石轻骨料混凝土的质量和相对动弹性模量的变化规律,建立了浮石轻骨料混凝土的冻融损伤模型,并对浮石轻骨料混凝土的剩余寿命进行预测,通过试验研究表明浮石轻骨料混凝土的抗冻性能较好,随着浮石替代量的增加,混凝土的剩余寿命增加但抗压强度降低.     

长输管道剩余寿命的预测

由于服役环境的原因,长输管道经常存在大量的管道腐蚀缺陷,对管道的安全运行产生了危害,近些年来管道由于腐蚀而造成穿孔、泄露等事故频频发生,因此对管道的寿命预测变得越来越重要。运用理论法与ANSYS有限元法,在已知管道的腐蚀速率的前提下,对运营管道进行剩余寿命预测。     

基于腐蚀挂片数据的海底管道剩余寿命估算

针对海底管道腐蚀剩余寿命预测的难题,结合海底管道目前最常用的挂片法所能获得的有效数据,推荐了四种适用的剩余寿命估算方法,并进行了案例应用。结果显示利用挂片数据,这四种估算方法都是可行的,但是不同的腐蚀发展模式对剩余寿命的影响是显著的,估算时一定要结合管道实际情况合理选择估算方法,同时对腐蚀挂片监测数据的采集和管理提出了更完善的意见,丰富了海底管道剩余寿命估算的数据来源,给腐蚀管理及工程技术人员提供了有价值的参考。     

基于ARIMA线性时间序列的埋地输油管道剩余寿命预测

针对埋地输油管道剩余寿命预测问题,构建基于ARIMA线性时间序列的埋地输油管道剩余寿命预测模型,并对输油管道剩余寿命进行预测。结果表明：基于ARIMA模型预测出该段管道的剩余寿命为27年,与专业的压力实验计算出的剩余使用寿命28年最为接近,与其他模型对比研究,ARIMA模型更为准确地预测出管道剩余寿命。     

多因素综合作用下高寒地区输油管道剩余寿命的预测

文章将基于高寒地区管道的低温环境,针对此类环境中长输管道内腐蚀监测较为困难的现状,对其剩余寿命进行预测。首先利用ANSYS仿真软件,建立了含有内腐蚀缺陷的高寒地区管道有限元仿真模型,然后对多因素作用下该模型内腐蚀缺陷处的最大等效应力的变化情况进行了分析,得到对管道缺陷处的最大等效应力影响最大的因素是腐蚀深度。在此基础上,采用有限元分析方法对管道的失效压力进行分析,最后选取理论寿命预测公式对高寒地区含有内腐蚀缺陷输油管道的剩余寿命进行了预测。结果表明,在腐蚀坑极限深度9 mm时,管道的已使用年限为36.76年。在已知管道设计寿命时,即可得到管道任意壁厚下的剩余寿命。这为高寒地区管道的内腐蚀监测及确定管道的检修周期提供了有效的帮助。     

裂解炉辐射炉管使用状态评估和剩余寿命预测

裂解炉辐射炉管的设计寿命一般达10万小时,但决定其使用寿命的因素很多,实际的炉管更换周期与设计寿命可能存在较大差距。在使用过程中,很难对裂解炉炉管的剩余寿命进行准确的评估。为能准确掌握使用中裂解炉炉管的状态,采用化学成分分析和常温、高温力学性能试验等多种分析手段及Larson—Miller参数法进行使用状态评估和剩余寿命预测,从而达到合理操作处于寿命末期的辐射炉管、科学安排炉管更换时间的目的。     

基于ANSYS有限元法的外腐蚀管道剩余强度和剩余寿命的研究

采用ANSYS有限元软件,结合大庆油田采油六厂埋地管道的实际工况,对含外腐蚀缺陷的管道进行了分析,研究了不同形状下缺陷长度、宽度及深度等因素对管道失效的影响,以管道实测缺陷为依据,用ANSYS计算了管道的剩余强度,根据失效准则并结合实测数据,确定了腐蚀管道的剩余寿命。结果表明:对于平底方形缺陷,缺陷长度和深度对失效的影响都有临界值,深度是影响失效的一个重要因素;对于椭圆形缺陷来说,缺陷长度和深度对失效的影响成正比,缺陷宽度对失效的影响成反比关系。ANSYS有限元法为寿命预测提供了必要的保障,对工程应用有重要的参考价值。     

多元特征融合的涡扇发动机剩余寿命预测

提出一种融合多种特征提取方式的涡扇发动机剩余寿命预测方法,该方法包括多元特征的提取、复合健康指标的构建与融合系数的确定。然后结合线性Wiener过程,利用贝叶斯更新公式实现涡扇发动机的剩余寿命在线预测。实验结果表明：相较于融合前的单一特征提取方式,笔者所提方法能够有效提高涡扇发动机的剩余寿命预测精度。     

基于PSO的丁二酸发酵动力学模型参数优化

丁二酸是一种重要的化工原料,对丁二酸发酵过程进行模型化研究可以为工艺放大提供必要的基础数据。根据丁二酸发酵过程的实验数据,在已有的丁二酸发酵动力学模型的基础上,采用粒子群优化算法进行模型参数优化研究,求得最优参数并利用其进行过程仿真。结果表明优化后的模型能够更好地模拟丁二酸分批发酵过程。和采用遗传算法进行的研究结果相比,粒子群算法提高了模型计算值与实验测量值的拟合程度,且算法简单,易于实现。