- [檢測百科]分享：基于BP神經網絡的GH4065合金高溫變形行為預測模型2025年09月17日 13:44
- 在變形溫度1 150~1 350 K、應變速率0.001~1 s?1條件下對GH4065合金進行高溫壓縮試驗，獲得了真應力-真應變曲線；基于反向傳播（BP）算法構建了合金高溫變形神經網絡模型，采用神經網絡結構自尋優方法確定了模型的拓撲結構，對BP神經網絡模型預測合金高溫變形行為的準確性進行了驗證，并與考慮真應變影響的Arrhenius變參數本構模型模擬結果進行了對比；基于該神經網絡模型建立了真應變、變形溫度、應變速率與真應力的連續映射關系。
- 閱讀（64） 標簽：
- [檢測百科]分享：GH3536高溫合金的高溫蠕變疲勞壽命預測2025年07月08日 15:03
- 在600，800，900，1 000 ℃對火焰筒材料GH3536高溫合金進行了應變控制的蠕變疲勞試驗，研究了該合金的高溫蠕變疲勞行為；利用考慮溫度和保載影響的Coffin-Manson蠕變疲勞壽命預測模型對其蠕變疲勞壽命進行預測，并與試驗結果進行對比。
- 閱讀（7） 標簽：
- [檢測百科]分享：儲氣庫生產管柱的氣固沖蝕性能2025年05月27日 12:45
- 結合榆3×儲氣庫的注采工況,構建了氣固沖蝕預測模型,研究了采氣量、采氣壓力、顆粒屬性等生產參數對沖蝕速率的影響規律,針對N80油管分析了發生不同程度沖蝕風險的極限生產工況。
- 閱讀（33） 標簽：
- [檢測百科]分享：基于粒子群優化后隨機森林模型的管道內腐蝕風險預測2025年05月27日 12:38
- 基于塔河油田歷史失效數據,使用Pearson相關性分析和灰色關聯度分析確定管道內腐蝕主控因素,并將其作為模型輸入變量,腐蝕速率作為輸出變量,建立隨機森林（RF）腐蝕預測模型。為提高預測精度,使用粒子群優化（PSO）算法對RF模型的超參數進行優化。
- 閱讀（41） 標簽：
- [檢測百科]分享：含體積型缺陷集輸管道剩余強度評價方法適用性2025年05月23日 16:11
- 基于徑厚比為13~20的管道內壓爆破試驗數據,建立了含腐蝕缺陷集輸管道數值計算模型的失效判定準則,并開展了不同缺陷尺寸條件下三種標準評價方法的適用性對比分析；在此基礎上,基于交叉驗證優化的支持向量機（CV-SVM）算法,建立了集輸管道失效壓力預測模型,對比分析了預測模型與標準方法的預測效果。結果表明：不同缺陷長度、深度及寬度下,DNV-RP-F101標準方法適用于徑厚比較小的集輸管道,但當缺陷長度小于1D（D為管道外徑）時,該方法不具有保守性,推薦采用PCORRC標準方法。相比于標準方法,預測模型的準確率提高了3.11%,適用于含腐蝕缺陷集輸管道工程適用性評估。
- 閱讀（46） 標簽：
- [檢測百科]分享：TC4 ELI鈦合金高低周疲勞性能及壽命預測模型2025年04月11日 12:37
- 鈦合金輕質高強,具有優異的力學性能和耐腐蝕性能,在航空航天、汽車、醫療等領域得到廣泛應用。關鍵鈦制部件的服役環境較為復雜,頻繁加卸載引起的疲勞載荷及裝配公差引起的振動載荷是導致其失效的主要原因。因此,提升鈦合金的疲勞性能、建立精準的壽命評估方法一直是該材料研究的焦點[1-3]。
- 閱讀（42） 標簽：
- [檢測百科]分享：油氣田注水系統腐蝕預測模型的研究進展2025年03月13日 10:37
- 隨著油氣田開采需求的增長,油氣田開發進入中后期,油氣藏需要通過注水的方式提高油氣采收率。注水水源常采用地面水、采出水等,而注水中高氯離子、礦化度、腐蝕性細菌等,使得地面管線及井下管柱產生嚴重的腐蝕與結垢問題,導致注水系統管線出現堵塞、穿孔、泄漏等,嚴重影響了油氣的安全高效開采。
- 閱讀（68） 標簽：
- [檢測百科]分享：城鎮燃氣管道腐蝕失效邏輯回歸預測模型的構建與應用2025年02月24日 13:19
- 隨著我國城鎮化建設步伐的加快,作為城市生命線之一的燃氣管道發展迅速。與此同時,城鎮燃氣管道長時間運行帶來的燃氣安全問題不可忽視,近年來城鎮燃氣爆炸事故時有發生,造成了惡劣的社會影響。經調研得知,燃氣管道失效是造成城鎮燃氣事故的首要原因,因此分析城鎮燃氣管道失效的原因,預測其失效的概率,對預防城鎮燃氣事故有著十分重要的意義。
- 閱讀（36） 標簽：
- [檢測百科]分享：鐵水從高爐到轉爐或電爐載運過程中的溫降規律2024年06月13日 10:18
- 由于鐵水溫度遠高于環境溫度，因此鐵水罐運輸過程中難免發生鐵水溫度的損失，為了控制鐵水罐運輸過程鐵水溫度降低，降低能源消耗，眾多學者對鐵水罐運輸過程的傳熱和鐵水溫降進行了研究[6?9]。如仇灝等[10]采用數值模擬的方法研究了210 t鐵水包包蓋和鐵水液位對鐵水溫降速率的影響。戴方欽等[11]研究了鐵水包加揭蓋對鐵水溫度的影響。也有學者通過對鐵水罐溫降的研究，建立了鐵水的溫降模型。如李海峰等[12]基于極限學習機建立了溫降預測模型研究鐵水溫降。
- 閱讀（47） 標簽：
- [檢測百科]分享：基于BP神經網絡的板形預測2024年04月29日 11:00
- 板帶材的質量主要指厚度、寬度和板形等，其中板形質量控制是國內外學者研究的重點。為了得到高質量的板帶材，需要實現對板形的高精度控制，常常需要建立相關的板形控制模型。雖然傳統的基于板形控制機理的數學模型已經取得了一些成就，但是在模型的參數設置上準確性和合理性存在一些問題[1]，因此許多基于數據驅動的非機理預測模型隨之產生。
- 閱讀（9） 標簽：
浙公網安備 33042402000106號
