《基于机器学习的含缺陷PE管道承载能力研究》

技术简介：

通过拉伸试验与DIC方法拟合得到初始弹性模量和屈服应力等相关参数，采用有限元方法，获取管道在内压、弯矩、轴向力联合载荷作用下的承载能力。在此基础上构建了包含相对深度(C/T),相对轴向长度■,相对周向角度(2θ/π)和无量纲参数(c)等4个参数的含局部减薄缺陷PE管道的BP神经网络模型，并结合GA优化BP神经网络模型进行对比分析。可以发现，模型的预测值与模拟的结果较为一致，表明采取GA优化BP神经网络模型的方法是可行的，为含局部减薄缺陷PE管道的智能化安全评价提供了有效方法。

研发人员：葛安杰;屠懿;彭剑;