[1]李继红,李 琳,赵鹏康,等.连续油管直缝高频焊热影响区最薄弱区硬度的神经网络预测[J].焊管,2012,35(7):5-8.[doi:１００１－３９３８（２０１２）０7-0005-04]
　LI Ji-hong,LI Lin,ZHAO Peng-kang,et al.The Neural Network Prediction of Hardness in the Weakest Area of Coiled Tubing in HFW HAZ[J].,2012,35(7):5-8.[doi:１００１－３９３８（２０１２）０7-0005-04]
点击复制

连续油管直缝高频焊热影响区最薄弱区硬度的神经网络预测()
分享到：

《焊管》[ISSN:1001-3938/CN:61-1160/TE]

卷:
35
期数:
2012年第7期
页码:
5-8
栏目:
试验与研究
出版日期:
2012-07-28

文章信息/Info

Title:
The Neural Network Prediction of Hardness in the Weakest Area of Coiled Tubing in HFW HAZ
文章编号:
１００１－３９３８（２０１２）０7-0005-04
作者:
李继红1; 李 琳1; 赵鹏康1; 余 晗2; 3; 毕宗岳2; 3; 张 敏1
（1．西安理工大学 材料科学与工程学院，西安 710048；
2.宝鸡石油钢管有限责任公司 钢管研究院，陕西 宝鸡 721008；
3.国家石油天然气管材工程技术研究中心，陕西 宝鸡 721008）
Author(s):
LI Ji-hong1;  LI Lin1;  ZHAO Peng-kang1;  YU Han2; 3;  BI Zong-yue2; 3;  ZHANG Min1
（1. School of Material Science and Engineering， Xi’an University of Technology， Xi’an 710048， China；
2. Steel Pipe Research Institute Baoji Petroleum Steel Pipe Co.， Ltd， Baoji 721008， Shaanxi， China；
3. National Petroleum and Gas Tubular Goods Engineering Technology Research Center，Baoji 721008， Shaanxi， China）
关键词:
连续油管; HFW; BP神经网络; 硬度
Keywords:
coiled tubing;  HFW;  BP neural network;  hardness
分类号:
TE973
DOI:
１００１－３９３８（２０１２）０7-0005-04
文献标志码:
A
摘要:
通过试验得出了连续油管HFW焊接接头最薄弱区域的力学性能，采用BP神经网络对该区域工艺性能进行仿真预测，研究了不同训练函数对网络性能的影响。对比分析不同训练函数下的网络性能，得出连续油管HFW焊接接头最薄弱区线能量-硬度预测模型，最终选取LM算法、SCG算法和动量BP算法对网络进行训练，采用这3种算法建立起的线能量-硬度模型精度较高，测试数据预测值与实测值平均相对误差分别为0.12%，0.095%和0.11%，表明神经网络模型能够很好地对“未知”硬度进行预测。
Abstract:
The mechanical properties of the weakest area in HFW joint of coiled tubing were obtained by experiment. The simulation and prediction to process performance in the said area were conducted by adopting BP neural network， the effect on network performance of different training function was studied， and the network performance under different training function were compared and analyzed. In the end， the line energy-hardness prediction model of the weakest area in HFW joint of coiled tubing was received. The LM， SCG， and BP algorithm were selected to train the network， the precision of line energy-hardness prediction model which was built by the said three algorithm is higher， and the average relative error of predicted and measured values in test data is 0.12%， 0.095% and 0.11% respectively， which shows that the neural network model can well predict the unknown hardness.

参考文献/References:

［1］ 毕宗岳，付宏强．高强度连续油管［J］.焊管，2007，35（06）：85-86.
［2］ 朱凯，王正林.精通MATLAB神经网络［M］.北京：电子工业出版社，2010：193-224.
［3］ 朱大奇，史慧.人工神经网络原理及应用［M］.北京：科学出版社，2006：33-53.
［4］ 王清，那月，孙东立，等.GH99合金TIG焊焊接接头拉伸性能的人工神经网络预测［J］.焊接学报，2010，31（03）：77-80.
［5］ 周开利，康耀红.神经网络模型及其MATLAB仿真程序设计［M］.北京：清华大学出版社，2005：69-100.
—————————

相似文献/References:

[1]周建宏,石 凯,卢雪峰,等.国产CT80级连续油管用钢带对接焊焊接方法探讨[J].焊管,2009,32(5):25.[doi:1001－3938（2009）05－0025－03]
　ZHOU Jian-hong,SHI Kai,LU Xue-feng,et al.Discussion on Strip Butt-welding Method of CT80 Grade Coiled Tubing Made in China[J].,2009,32(7):25.[doi:1001－3938（2009）05－0025－03]
[2]史宏德,王宁,赖兴涛,等.宝钢HFW 610焊管机组的技术特点[J].焊管,2009,32(12):43.[doi:1001－3938（2009）12－0043－07]
　SHI Hong-de,WANG Ning,LAI Xing-tao,et al.Technology Characteristics of HFW 610 Pipe Mill in Baoshan Iron & Steel Co.,Ltd.[J].,2009,32(7):43.[doi:1001－3938（2009）12－0043－07]
[3]史宏德,王宁,赖兴涛,等.宝钢610HFW焊管机组的现状与发展[J].焊管,2010,33(2):24.[doi:1001－3938（2010）02－00２４－05]
　SHI Hong-de,WANG Ning,LAI Xing-tao,et al.The Current Status and Development of 610HFW Mill in Baoshan Iron & Steel Co.,Ltd.[J].,2010,33(7):24.[doi:1001－3938（2010）02－00２４－05]
[4]孙吉.HFW焊管生产中卷板对接焊缝跟踪系统的开发[J].焊管,2010,33(2):53.[doi:1001－3938（2010）02－0053－04]
　SUN Ji.Development to Weld Ｔracking Ｓystem of HFW Strip Butt-welding[J].,2010,33(7):53.[doi:1001－3938（2010）02－0053－04]
[5]王文武,李继红,赵鹏康,等.连续油管环焊温度场及残余应力场数值分析[J].焊管,2011,34(3):18.
[6]秦跃平,张佃平.连续油管在油田洗井作业中的应用[J].焊管,2011,34(9):53.
[7]梁根选,金时麟 编译.连续油管下井作业技术与设备[J].焊管,2011,34(10):72.[doi:1001-3938(2011)10-0072-06]
　Edited and Translated by LIANG Gen-xuan,JIN Shi-lin.Coiled Tubing Technology and Equipment[J].,2011,34(7):72.[doi:1001-3938(2011)10-0072-06]
[8]李　琳,李继红,余　晗,等.连续油管TIG焊焊接接头最薄弱区工艺-性能神经网络预测模型[J].焊管,2012,35(1):5.[doi:１００１－３９３８（２０１２）０１-0005-03]
　LI Lin,LI Ji-hong,YU Han,et al.The Neural Network Prediction Model of Process-property in the Weakest Area of Coiled Tubing TIG Welded Joint[J].,2012,35(7):5.[doi:１００１－３９３８（２０１２）０１-0005-03]
[9]罗　鹏,秦跃平,陈　锐,等.体积压裂与速度管柱排液复合技术的应用[J].焊管,2012,35(1):29.[doi:1001-3938（2012）01-0029-04]
　LUO Peng,QIN Yue-ping,CHEN Rui,et al.Application of Volume Fracturing and Velocity String Discharging Fluid Composite Technology[J].,2012,35(7):29.[doi:1001-3938（2012）01-0029-04]
[10]史宏德,田青超,丁维军.N80钢级HFW套管的研发[J].焊管,2012,35(3):24.[doi:１００１－３９３８（２０１２）０3-0024-05]
　SHI Hong-de,TIAN Qing-chao,DING Wei-jun.Development of N80 Grade HFW Casing[J].,2012,35(7):24.[doi:１００１－３９３８（２０１２）０3-0024-05]

备注/Memo

备注/Memo:
作者简介：李继红（1973—），男，工学博士，讲师，主要从事新型焊接材料、焊接结构断裂强度和焊接工程结构方面的研究。
更新日期/Last Update: