Academic Journal
РАЗРАБОТКА ТЕХНОЛОГИИ ПО ОБНАРУЖЕНИЮ КОРРОЗИОННОГО РАСТРЕСКИВАНИЯ ПОД НАПРЯЖЕНИЕМ НА ТРУБОПРОВОДАХ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ
| Τίτλος: | РАЗРАБОТКА ТЕХНОЛОГИИ ПО ОБНАРУЖЕНИЮ КОРРОЗИОННОГО РАСТРЕСКИВАНИЯ ПОД НАПРЯЖЕНИЕМ НА ТРУБОПРОВОДАХ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ |
|---|---|
| Στοιχεία εκδότη: | ИП Соколова М.В., 2022. |
| Έτος έκδοσης: | 2022 |
| Θεματικοί όροι: | point-factor analysis, corrosion, neural network, neural network modeling, stress corrosion, нейросетевое моделирование, стресс-коррозия, нейросеть, машинное обучение, коррозия, магистральный газопровод, machine learning, CRN, main gas pipeline, КРН, балльно-факторный анализ |
| Περιγραφή: | The current article describes a technique for modeling the propagation of stress corrosion cracking in sections of main gas pipelines. The methodology is based on a predictive model for predicting the appearance of corrosion defects on a gas pipeline. The presented algorithm was created using the principles of neural network modeling. The model is based on a multilayer perceptron, a standard tool for solving binary classification problems. Additionally, the paper examines one of the existing methods for detecting corrosion defects in pipelines, which is a point-factor analysis. The paper points out the disadvantages of this technique and suggests comparing it with a neural network model. The study also provides an economic comparison of the two methods based on some sections of a main gas pipeline. В данной статье описана методика моделирования распространения коррозионного растрескивания под напряжением на участках магистрального газопровода. В основе методики лежит предиктивная модель прогнозирования появления коррозионных дефектов на газопроводе. Представленный алгоритм создан с помощью принципов нейросетевого моделирования. В основе модели лежит многослойный персептрон – классический инструмент для решения задач бинарной классификации. Дополнительно в работе рассмотрен один из существующих методов выявления коррозионных дефектов на трубопроводах – балльно-факторный анализ. В работе указываются недостатки этой методики и предлагается сравнить ее с нейросетевой моделью. Также приведено экономическое сравнение двух методик на примере некоторых участков магистрального газопровода. Международный научно-исследовательский журнал, Выпуск 4 (118) 2022, Pages 158-161 |
| Τύπος εγγράφου: | Article |
| Γλώσσα: | Russian |
| DOI: | 10.23670/irj.2022.118.4.101 |
| Rights: | CC BY |
| Αριθμός Καταχώρησης: | edsair.doi...........b3c413a2617e9cabef814b801c618413 |
| Βάση Δεδομένων: | OpenAIRE |
| DOI: | 10.23670/irj.2022.118.4.101 |
|---|