Page 93 - 腐蚀与防护2024年第十一期

第45卷 第11期 腐蚀与防护 Vol.45 No.11

2024年11月 CORROSION &PROTECTION November2024

DOI : 10.11973 / fs y fh220497
数值模拟

城镇燃气管道腐蚀失效逻辑回归预测模型的

构建与应用

王明达, 张 榜, 吴志生, 李云飞, 蔡文龙

( 中国石油大学( 华东) 机电工程学院, 青岛 266580 )

摘 要:为打破城镇燃气管道失效传统预测模型在信息采集和计算上的空间限制, 利用云环境搭建了

管道失效预测模型。首先对人机环管模型进行梳理, 运用鱼骨图对影响城镇燃气管道失效的因素进行
定性分析, 并利用聚类分析方法得到管道失效的主要因素; 然后收集城镇燃气事故数据和管道设计指
标, 结合广义灰色关联分析法提取影响城镇燃气管道失效的关键因素; 最后在云环境中建立基于逻辑
回归算法的管道失效预测模型, 并通过实际案例验证模型的可行性。结果表明: 基于逻辑回归算法的
燃气管道失效预测模型准确率达到了89% , 证明本模型适用于城镇燃气管道的失效预测。
关键词:安全工程技术科学; 城镇燃气管道; 失效风险预测; 逻辑回归算法

中图分类号: X937 文献标志码: A 文章编号: 1005-748X ( 2024 ) 11-0085-09
随着我国城镇化建设步伐的加快, 作为城市生 和外部干扰引起的管道失效预测模型。以上研究大
命线之一的燃气管道发展迅速。与此同时, 城镇燃 都是针对长输管道进行的, 在城镇燃气管道失效方

气管道长时间运行带来的燃气安全问题不可忽视, 面鲜有研究, 长输管道和城镇燃气管道在其所处环
近年来城镇燃气爆炸事故时有发生, 造成了恶劣的 境、 管道压力、 管材等方面又有着巨大差异, 所以对
社会影响。经调研得知, 燃气管道失效是造成城镇 城镇燃气管道的失效研究显得十分重要。
燃气事故的首要原因, 因此分析城镇燃气管道失效 近年来, 基于机器学习的失效预测被广泛应用,
的原因, 预测其失效的概率, 对预防城镇燃气事故有 并在实践中证明了其可行性。但是传统的机器学习

着十分重要的意义。 技术在预测模型构建时存在以下不足: 一是采集的
在管道失效方面, 国内外学者进行了大量的研 失效数据呈多点分布, 传统的数据处理汇总方式费
究工作。管道失效受多种因素共同影响, 且不同的 时 费 力;二 是 要 求 开 发 人 员 能 够 熟 练 掌 握
因素对管道失效的影响程度也有所不同 [ 1-4 ] 。 2015 TensorFlow 等第三方代码库, 对编程能力要求较
年李琴等 [ 5 ] 利用遗传算法和 BP 神经网络, 实现了 高; 三是机器学习模型的训练过程需要消耗大量的
对腐蚀管道失效压力的预测。 2016年, 骆正山等 [ 6 ] 计算资源, 若开发环境中硬件资源受限, 则将无法进
分析了管道腐蚀速率的相关因素, 提出了一种基于 行大规模的模型构建; 四是在本地构建完成的模型,
主成分分析和支持向量机( PCA-SVM ) 算法的管道 缺乏便捷的方式将其快速部署, 实用性不强。
速率预测模型。同年, CHOI等 [ 7 ] 提出了一种基于 总体来看, 现有成果缺乏对城镇燃气管道的失
有限元分析方法的海底管道失效压力评估计算方 效预测, 同时传统的失效预测模式又受计算环境和
法。 2019年 FU 等 [ 8 ] 通过埋地钢管不同失效模式 计算场景的制约。云环境、 云计算技术的快速发展
之间的相关性来确定钢管的失效概率。 2020 年 给城镇燃气管道的失效预测供了新的方向。作者结
ZHANG 等 [ 9 ] 通过收集管道特征数据和管道失效数 合云环境, 分析了城镇燃气管道风险并辨别影响城
据, 结合贝叶斯网络提出了一种基于管道特征腐蚀 镇燃气管道失效的主要原因, 建立了基于逻辑回归
算法的城镇燃气管道失效预测模型。
1 城镇燃气管道失效原因和主因分析
收稿日期: 2022-08-18
通信作者: 王明达( 1984- ), 讲师, 博士, 从事油气安全大数据、
1.1 城镇燃气管道失效原因分析
安全工程信息化方面教学与科研工作, 0533-86983500-8707 ,
wan g md@u p c.edu.cn 造成城镇燃气管道失效的原因复杂多样, 事
· 8 ·
5