[发明专利]基于ELM神经网络模型的流动磨损特性预测及寿命评估方法

摘要

本发明公开了基于ELM神经网络模型的流动磨损特性预测及寿命评估方法。包括训练样本数据采集的步骤、测试样本数据采集的步骤、ELM神经网络模型建立的步骤和利用已构建的ELM神经网络模型进行流动磨损特性预测分析及寿命评估的步骤，实现对承压管束系统流动磨损特性的预测及寿命评估。本发明针对石油化工、煤化工等流程型工业承压管束系统的流动磨损问题，基于ELM神经网络模型建立了一种流动磨损特性的快速量化预测和剩余寿命评估方法，能快速定量的预测复杂变工况环境的流动磨损速率，可为承压管束系统系统的在役检验、风险评价、寿命预测、防控优化等安全闭环管理提供科学指导，促进流动磨损高风险设备系统的安全、稳定、长周期运行。

主权项

基于ELM神经网络模型的流动磨损特性预测及寿命评估方法，其特征在于：包括训练样本数据采集的步骤、测试样本数据采集的步骤、ELM神经网络模型建立的步骤和利用已构建的ELM神经网络模型进行流动磨损特性预测分析及寿命评估的步骤，实现对承压管束系统流动磨损特性的预测及寿命评估；所述训练样本数据和测试样本数据的采集均是从承压管束系统的DCS运行工况和LIMS化验分析数据获得，即实时采集承压管束系统不同时刻对应的平均流速V、颗粒粒径Dp和入口颗粒质量浓度φ，将其作为ELM神经网络模型的三个输入变量，将承压管束系统材质的总磨损率yTotal和最大磨损率ymax作为ELM神经网络模型的两个输出变量。