[发明专利]一种基于AIC-RBF的油气管道挤压形变估计方法

摘要

本发明涉及一种基于AIC‑RBF的油气管道挤压形变估计方法，以多臂井径设备测得的管道臂长数据作为反映管道井径变化的样本，结合相应的脉冲涡流检测数据来构建量化模型，估计最小臂值以反映井下管道的形变程度；通过研究基于AIC的油气管道形变多项式拟合优化算法，构建基于RBF神经网络的多项式参数估计模型，将对油气管道挤压段中的最小臂长数据估计压缩为对多项式模型参数的估计，能够提高算法的量化速度。本发明所公开的方法具有量化误差小、量化速度快、稳定性强等优点，能够满足油气管道挤压形变估计的基本要求，具有较高的应用价值。

主权项

1.一种基于AIC‑RBF的油气管道挤压形变估计方法，其特征在于：内容包括：通过对管道测量获得若干臂长数据以及与臂长数据对应的脉冲涡流数据，建立样本数据集；对样本数据集中臂长数据的最小臂长变化曲线在不同多项式阶数下进行多项式拟合，通过建立统计综合评价指标F来确定多项式拟合阶数，所述统计综合评价指标F是基于AIC值、拟合优度、以及最佳AIC对应的样本段数量而建立，从而获得多项式拟合模型参数；将样本数据集中的脉冲涡流数据以及获得的多项式拟合模型参数作为输入，选择隐含层为径向基函数的神经网络进行训练，构建基于神经网络的多项式参数模型；将待测管道的脉冲涡流数据作为基于神经网络的多项式参数模型的输入，获得待测管道脉冲涡流数据对应的多项式模型参数，并获得待测管道的最小臂长多项式函数，对待测管道挤压段的最小臂长进行量化，获得待测管道挤压段形变的估计程度。