基于物理信息神经网络的管道状态评估方法

技术特征：

1.基于物理信息神经网络的管道状态评估方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于物理信息神经网络的管道状态评估方法，其特征在于，步骤1具体为：

3.如权利要求1所述的基于物理信息神经网络的管道状态评估方法，其特征在于，所述步骤2具体为：

4.如权利要求1所述的基于物理信息神经网络的管道状态评估方法，其特征在于，所述步骤3中构建的物理信息神经网络由三部分构成：数据驱动部分，物理信息部分和损失函数；

5.如权利要求4所述的基于物理信息神经网络的管道状态评估方法，其特征在于，步骤3中，物理信息神经网络的训练过程具体为：

6.如权利要求5所述的基于物理信息神经网络的管道状态评估方法，其特征在于，步骤3中，物理信息神经网络的测试过程具体为：

7.如权利要求6所述的基于物理信息神经网络的管道状态评估方法，其特征在于，步骤4具体为：瞬态波速与管道壁厚之间满足如下关系：

8.如权利要求7所述的基于物理信息神经网络的管道状态评估方法，其特征在于，步骤5具体为：

技术总结
本发明公开基于物理信息神经网络的管道状态评估方法，包括以下步骤：步骤1，数据采集：步骤2，数据处理；步骤3，物理信息神经网络的构建、训练及测试；步骤4，利用瞬态波速估计剩余管道壁厚；步骤5，利用剩余厚度估计管道剩余寿命。该方法能够有效克服其他管道状态评估方法中存在的破坏性和应用范围小以及纯数据驱动的神经网络在稀疏数据集上预测效果不理想的问题，该方法提高了有压管道状态评估的准确性与效率。

技术研发人员：郭鹏程,黄海,孙龙刚,颜建国,李江,徐燕
受保护的技术使用者：西安理工大学
技术研发日：
技术公布日：2024/3/21