摘要: 本文系统综述了近年来采用人工智能方法对固体壁面受固体颗粒冲击摩擦导致质量损失现象的研究成果,回顾了现有的理论与实验研究结论,分析了人工智能方法的优势及与传统研究方法的互补性.从数据来源的角度分类,讨论了以实验数据为基础及以CFD模拟为基础的人工神经网络方法预测结果.同时,简要介绍了最新的应用支持向量机、随机森林等方法进行冲蚀研究的案例.近年来的研究结果表明,人工智能方法在管道冲蚀现象的研究中具有很高的应用潜力,将在未来管道完整性管理水平的提升及管道智能化建设的加速中发挥重要的作用.
关键词:
管道冲蚀,
人工智能,
人工神经网络,
管道完整性
王雨墨;李彦博;李晓平;艾迪辉;昝林峰;王维嘉;王孟欣;宫敬. 人工神经网络预测管道冲蚀速率研究进展[J]. , 2020, 5(1): 114-121.
WANG Yumo;LI Yanbo;LI Xiaoping;AI Dihui;ZAN Linfeng;WANG Weijia;WANG Mengxin;GONG Jing. Recent progress on ANN-based pipeline erosion predictions[J]. , 2020, 5(1): 114-121.