基于神经网络的锅炉压力容器压力管道裂纹检测方法

孙博

摘 要：受到锅炉压力容器结构及压力管道裂纹位置不确定性的制约，管道裂纹检测精度偏差过大。为了解决这一问题，从检测压力管道结构应力与裂纹位置结构应力分布特征入手，引入神经网络处理思路，通过对锅炉压力容器压力管道裂纹神经网络有限元分析，获得待处理信息的神经网络构建关聯参量；然后基于神经网络对锅炉压力容器压力管道裂纹进行应力分析，获得裂纹位置上的应力特征及其周边应力差异；接着对所得参量进行裂纹数据神经网络处理，获得裂纹所在区域；最后完成压力容器压力管道裂纹定位。实验结果表明，提出方法切实有效，并且能够在最短时间内完成裂纹检测过程，具有较高的可实现性，适合大范围推广。

关键词：神经网络，锅炉压力容器，压力管道，裂纹检测

DOI编码：10.3969/j.issn.1002-5944.2023.20.037

0 引 言

锅炉压力容器在石油、化工、冶金等行业中被广泛应用，在工业生产中发挥着重要作用。但由于其结构复杂、运行环境恶劣[1-2]，如果不能及时发现存在的安全隐患，容易导致严重的事故。因此，对锅炉压力容器状态检测对于保障设备安全运行十分重要。