摘要
本发明涉及一种多因素耦合作用下深水悬跨海管动态风险评估方法,步骤如下:收集深水海管外/内检测、生产、环境与内流历史数据;通过海流流速数据,建立基于概率分布的流速计算模型;通过随机森林算法划分与确定悬跨海管长度变化类型数据与主控因素,采用基于遗传算法的反向传播(GA‑BP)神经网络建立悬跨海管长度预测模型;建立海流‑内流‑土壤多场耦合下悬跨海管有限元模型,确定悬跨海管振动特征;结合静态屈曲与涡激振动失效准则,构建双竞争失效的海管极限悬跨长度计算方法;通过高周疲劳试验与悬跨海管长期应力幅分布,确定悬跨海管疲劳剩余寿命并建立预测模型;结合悬跨海管长度与疲劳剩余寿命预测模型结果,对悬跨海管进行动态风险评估。
技术关键词
动态风险评估方法
剩余寿命预测模型
长度计算方法
振动特征
建立预测模型
流速
平滑粒子流体动力学
线性累积损伤理论
应力
概率密度函数
随机森林
BP神经网络算法
雨流计数法
遗传算法
悬跨管道
机器学习算法
系统为您推荐了相关专利信息
异常数据
定量分析模型
方差信息
成分分析
激光诱导击穿光谱
混合储能系统
低通滤波器
充放电次数
控制器
功率校正
轴承寿命预测方法
振动特征
动态关联模型
三元组
时序特征
长短期记忆网络
剩余寿命预测模型
寿命评估方法
数据
训练设备
智能预测方法
外挂
六自由度运动
神经网络预测模型
输出特征