(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211219137.7 (22)申请日 2022.10.08 (65)同一申请的已公布的文献号 申请公布号 CN 115293054 A (43)申请公布日 2022.11.04 (73)专利权人 西南石油大 学 地址 610500 四川省成 都市新都区新都大 道8号 (72)发明人 伍颖　杜卓虹　董虓鸣　曹雄宇　 田中旭　 (74)专利代理 机构 成都云纵知识产权代理事务 所(普通合伙) 51316 专利代理师 伍星　刘沙粒 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/23(2020.01) G06F 30/10(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06T 17/20(2006.01)G06F 111/10(2020.01) G06F 113/14(2020.01) G06F 119/02(2020.01) (56)对比文件 CN 111324989 A,2020.0 6.23 US 2020378561 A1,2020.12.0 3 CN 113239504 A,2021.08.10 马坤.基于神经网络的管道失效模式诊断方 法研究. 《中国优秀硕士学位 论文全文数据库信 息科技辑》 .2010,(第04期), 翁光远 等.基 于BP神经网络的结构损伤识 别方法研究. 《华中科技大 学学报(城市科 学 版)》 .2009,第26卷(第2期),第16 -18,22页. 张鹏 等.不同施痕物下凹痕管道 残余应力 的有限元分析. 《中国安全生产科 学技术》 .2018, 第14卷(第7期),第141-147页. Peng Zhang 等.Spri ngback Coef ficient Research of API X6 0 Pipe w ith Dent Defect. 《Energies 2018》 .2018,第1 1卷(第11 期), 审查员 龚秒 (54)发明名称 一种基于神经网络的凹痕管道失效评价方 法 (57)摘要 本发明公开了一种基于神经网络的凹痕管 道失效评价方法， 包括获取凹痕管道的训练样 本； 选择神经网络的输入 数据、 输出数据； 将训练 样本分为训练集、 验证集； 构建BP神经网络模型； 通过训练集训练BP神经网络模型， 通过验证集验 证训练结果， 得到训练后的BP神经网络模型； 将 含凹痕管道代入训练后的BP神经网络模 型中， 预 测应变相关数据， 进行失效评价。 本发明用以解 决现有技术中对油气管道的凹痕缺陷评价过程 中， 存在对应力应变的获取难度大、 准确性低、 计 算要求高、 不适用于工程实际运用等问题， 实现快速准确的获取凹痕管道的应力应变， 从而为评 估管道凹痕提供准确依据， 提高对 管道凹痕的评 价效率的目的。 权利要求书3页 说明书12页 附图2页 CN 115293054 B 2022.12.13 CN 115293054 B 1.一种基于神经网络的凹痕管道失效评价方法， 其特 征在于， 包括： 获取凹痕管道的训练样本； 根据所述训练样本选择神经网络的输入数据、 输出数据； 并将训练样本分为训练集、 验 证集； 构建BP神经网络模型； 通过训练集训练BP神经网络模型， 通过验证集验证训练结果， 得到训练后的BP神经网 络模型； 将含凹痕管道 代入训练后的BP神经网络模型中， 预测应 变相关数据， 进行失效评价； 其中， 获取训练样本的方法包括： 收集数值模拟参数并初始化， 建立包 含若干组数值模拟参数的数据集； 由有限元 软件从所述数据集中逐一 提取每组数值模拟参数； 根据每组数值模拟参数， 由有限元软件创建三维实体管道部件、 三维离散刚体压头部 件； 由有限元软件将三维实体管道部件和三维离散 刚体压头部件装配为独立部件， 并进行 定位， 得到装配后的有限元部件； 由有限元 软件对所述有限元部件进行设置， 生成有限元模型； 将各有限元模型逐一分配至有限元软件中进行数值模拟， 通过三维离散 刚体压头部件 在三维实体管道部件表面压出 所需凹痕； 由有限元软件根据所需的输入数据和输出数据， 提取出每组数值模拟参数所对应的输 入数据和输出 数据。 2.根据权利要求1所述的一种基于神经网络的凹痕管道失效评价方法， 其特 征在于， 所述数值模拟参数包括： 模型名称、 壁厚、 内压、 管径、 压头长半轴长度、 压头短半轴长 度、 初始凹痕深度； 初始化管长等于 6倍管径； 创建三维实体管道部件的方法包括： 建立长度为3倍管径、 横截面为半圆弧的1/4管道 模型； 创建三维离散刚体压头部件的方法包括： 根据压头长半轴长度、 压头短半轴长度创建 椭球体压头， 并对其施加刚体约束； 在创建三维实体管道部件、 三维离散 刚体压头部件后， 还创建作为分区部件的壳结构， 所述分区部件用于对管道凹痕区域创建 分区； 通过如下方法得到装配后的有限元部件： 以位移向量的远点作为原点、 以右手定则确 定旋转方向的正负， 将椭球体压头定位在所述1/4管道模型的一端、 并定位所述分区部件； 使用布尔运算对定位完成后的1/4管道模型、 椭球体压头和分区部件进 行合成， 得到所述有 限元部件。 3.根据权利要求2所述的一种基于神经网络的凹痕管道失效评价方法， 其特征在于， 对 所述有限元部件进行设置的方法包括： 为1/4管道模型的管道截面、 椭球 体压头赋予材 料属性； 在分区部件内外划分不同网格， 使分区部件内的网格大小， 小于分区部件外的网格大 小； 且分区部件内的网格采用八结点线性六面体单元 的线性减缩积分网格， 厚度方向上使 用4个积分点；权　利　要　求　书 1/3 页 2 CN 115293054 B 2设置1/4管道模型表面和椭球 体压头表面的接触条件； 设置压头位移、 管道内压的边界条件； 施加压头位移， 施加管道内压 。 4.根据权利要求1所述的一种基于神经网络的凹痕管道失效评价方法， 其特征在于， 所 述输入数据包括： 剩余凹痕深度 、管径、 壁厚、 管道内压、 压头尺 寸、 凹痕轴向距离、 凹痕环向 角度、 凹痕长度、 凹痕宽度； 所述输出 数据包括 最大范式等效应力、 最大等效塑性应 变； 其中， 凹痕长度和凹痕宽度取1/2的剩余凹痕深度的值。 5.根据权利要求1所述的一种基于神经网络的凹痕管道失效评价方法， 其特征在于， 在 构建的BP神经网络模型中， 设置隐含层数为1， 步长为0.0 01。 6.根据权利要求1所述的一种基于神经网络的凹痕管道失效评价方法， 其特征在于， 在 构建的BP神经网络模型中， 通过如下 方法确定隐含层神经 元数： 确定隐含层神经 元区间； 取隐含层神经元区间内的所有神经元数， 代入BP神经网络模型中， 进行应力应变计算， 得到预测均方误差； 取预测均方误差最小的神经 元数， 作为隐含层神经 元数。 7.根据权利要求6所述的一种基于神经网络的凹痕管道失效评价方法， 其特征在于， 所 述隐含层神经 元区间通过如下公式确定： ； 式中：j为隐含层神经 元数；i为输入层神经 元数；k 为输出层神经 元数；a为常数； 取a=0时的j值为所述隐含层神经 元区间的最小值； 取a=10时的j值为所述隐含层神经 元区间的最大值。 8.根据权利要求1所述的一种基于神经网络的凹痕管道失效评价方法， 其特征在于， 当 所述含凹痕管道包含至少两个凹痕时， 若任意两个凹痕之间的轴向距离小于轴向临界距 离、 或环向角度小于环向临界角度， 则将该两个凹痕同时代入训练后的BP神经网络模型中。 9.根据权利要求8所述的一种基于神经网络的凹痕管道失效评价方法， 其特 征在于， 所述轴向临界距离通过如下方法获得： 根据 管径、 壁厚和内压建立管道模型， 并建立球 形压头模型； 将两个球形压头模型沿轴向装配在管道模型上， 将球形压头模型下压100mm， 使初始轴向距离为200 mm， 仿真模拟得到两个球形压头模型之间的管道 等效塑形应变值； 逐 渐均匀增大两个球形压头模型的轴向距离， 直到两个球形压头模型之 间的管道等效塑形应 变值小于 0.06， 以两个 球形压头模型之间的当前轴向距离作为轴向临界距离； 所述环向临界角度通过如下方法获得： 根据 管径、 壁厚和内压建立管道模型， 并建立球 形压头模型； 将两个球形压头模型沿环向装配在管道模型上， 将球形压头模型下压100mm， 使初始环向角度为 10°， 仿真模拟得到两个球形压头模型之 间的管道等效塑形应变值； 逐渐 均匀增大两个球形压头模型的环向角度， 直到两个球形压头模型之 间的管道等效塑形应变 值小于0.06， 以两个 球形压头模型之间的当前环向角度作为环向临界角度； 在将两个凹痕同时代入训练后的BP神经网络模型的过程中， 若两个凹痕之间的环向角 度小于环向临界角度， 还进行如下判断：权　利　要　求　书 2/3 页 3 CN 115293054 B 3