首页> 中文学位 >埋地燃气钢制管道腐蚀防护综合评价系统的研究与开发
【6h】

埋地燃气钢制管道腐蚀防护综合评价系统的研究与开发

代理获取

目录

文摘

英文文摘

声明

第1章概述

1.1管道腐蚀检测研究的意义

1.2管道腐蚀防护系统失效的研究历史与现状

1.2.1 管道腐蚀防护系统的作用机理

1.2.2 管道腐蚀防护系统运行状况的检测方法

1.2.3 综合评价的意义与作用

1.3课题来源

1.4课题主要研究内容

1.5本章小结

第2章埋地管道腐蚀防护状况综合评价模型的建立

2.1神经网络的起源与现状

2.2本课题选择的神经网络

2.3遗传算法的起源与现状

2.4本课题选择的遗传算法

2.4.1 采用十进制浮点数编码

2.4.2优良个体直接进化

2.4.3本课题的选择

2.5神经网络与遗传算法结合的方式

2.5.1 用于神经网络的连接权值训练:

2.5.2 用于神经网络的结构优化训练:

2.5.3 同时优化神经网络的权值和结构:

2.6本课题中的选择及其算法流程

2.6.1 神经网络训练流程

2.6.2 神经网络计算流程

2.7综合评价模型算例应用

2.7.1 算例介绍

2.7.2 网络结构与训练参数

2.7.3训练样本

2.7.4 训练结果

2.7.5 待评价数据及评价结果

2.7.6评价结果分析

2.8本章小结

第3章系统底层模块设计

3.1.NET FRAMEWORK介绍

3.2系统模块详述

3.2.1 模块表

3.2.2 数据输入输出处理模块

3.2.3 系统向导对话框模板

3.2.4 系统遗传算法及神经网络数学运算模块

3.3系统主程序

3.3.1 主窗体MainForm类

3.3.2添加新检测仪器AddEquipment类

3.3.3综合评价Assessment类

3.3.4评价初始化AssessmentInitial类

3.3.5导入检测数据ImportSurveyData类

3.3.6 导入安全法规标准ImportStandard类

3.3.7新建埋地管线NewPipe类

3.3.8新建检测管段NewSegment类

3.3.9新建检测工程NewSurvey类

3.3.10生成报表Reporting类

3.3.11系统初始化SysInitial类

3.3.12系统备份与恢复SystemBackup类

3.4本章小结

第4章综合评价系统的数据库结构

4.1数据库结构设计

4.1.1综合信息表

4.1.2检测数据表

4.2本章小结

第5章综合评判系统的功能结构

5.1.软件界面介绍

5.2系统框架设计

5.2.1软件操作对象

5.2.2软件评判对象

5.3系统功能设计

5.4软件功能详述

5.4.1 程序表

5.4.2 文件表

5.4.3 安装与初始化

5.4.4 功能表

5.4.5系统初始化

5.4.6添加埋地管线

5.4.7 添加检测工程

5.4.8添加检测管段

5.4.9添加检测仪器

5.4.10添加安全法规标准

5.4.11查看检测数据

5.4.12查看检测仪器

5.4.13查看安全法规标准

5.4.14查看当前检测数据所在的埋地管线

5.4.15查看当前检测数据所在的检测工程

5.4.16查看当前检测数据所在的检测管段

5.4.17查看当前检测数据所在的数据索引

5.4.18修改数据

5.4.19删除数据

5.4.20导入检测数据

5.4.21导入数据库

5.4.22导出部分数据

5.4.23导出/导入所有数据

5.4.24数据曲线绘制

5.4.25保存数据曲线

5.4.26神经网络训练

5.4.27神经网络综合评价

5.4.28数据报表生成

5.5系统应用实例

5.5.1 上海赛科石化有限公司消防管道检测项目

5.5.2 海南东方-海口输气管道在役全面检测项目

5.6本章小结

总结与展望

参考文献

计算机软件著作权

致谢

展开▼

摘要

埋地钢质管道外覆盖层腐蚀防护工作是确保埋地钢质管道安全高效运行的重要措施,使用埋地钢质管道腐蚀防护状况综合评判软件对防腐检测数据进行智能化处理,利用系统的综合评价功能,对检验检测结果进行评价,可以有效地提高检修和管理人员的工作效率,为管道检修和正常运行评估提供可靠的技术保障和依据,使埋地管道腐蚀防护系统可以进一步地发挥对埋地钢质管道的防护潜力,最大限度地降低埋地钢质管道安全事故发生的可能性,更好地为促进国家经济建设与提高人民生活水平服务,减少可能造成的经济损失、能源浪费、人员伤亡与环境破坏。 论文将神经网络与遗传算法应用于钢质管道腐蚀防护状况综合评判中,建立了针对钢质管道腐蚀防护状况综合评判而改进的遗传算法优化的神经网络评价模型。遗传算法是一种全局性的、稳健的搜索优化方法,可以有效克服神经网络训练过程中容易收敛于局部最小值的缺点。将遗传算法与神经网络相结合,可以使神经网络扩大搜索空间、提高计算效率以及增强神经网络建模的自动化程度。该综合评价模型使用遗传算法优化神经网络的连接权值,通过个体的不断进化,实现神经网络连接权值的优化。通过对检测数据、管道材质、环境因素以及管道原始信息等样本的学习,得到更加贴近管道运行真实状况的评价模型。使用该评价模型计算后续的检测数据,可以得出更加切合实际的钢质管道腐蚀防护状况综合评价结果,有效地满足了在缺乏普适明确计算公式的条件下,对复杂多变的埋地管道腐蚀防护状况进行准确评价,提供可靠监管依据的迫切需要。 基于综合评价模型开发的埋地钢质管道腐蚀防护状况综合评判软件集埋地管道相关数据的管理、管道腐蚀防护法规标准管理、管道腐蚀防护状况检测仪器管理、管道防腐检测数据曲线图绘制,管道防腐检测数据分析评价和检测数据报告生成等功能于一身,将会成为埋地管道管理者掌握管道运行状况、管道检测技术人员处理检测数据以及相关政府部门安全监察人员的制订管道安全管理措施的有力工具。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号