基于PCA-IBAS-ELM的海底多相流管道内腐蚀速率预测

海底多相流管道运输介质中油、气、水共存，极易发生化学反应引发一系列腐蚀问题。为预测其腐蚀速率，对管内腐蚀机理及影响因素进行分析，提出基于主成分分析法（PCA）和改进甲虫天牛须算法（IBAS）的极限学习机（ELM）预测模型。PCA 筛选腐蚀因素，降低预测模型的输入指标维数，IBAS优化ELM的关键性能指标--输入权值及隐层阈值，提升预测精度。为检验模型效能，以我国海南东部某海底油气管道50组数据为例进行研究，并与其他两种模型对比分析。结果表明：温度、pH值、流体流速和CO2分压是影响该类型管道腐蚀的关键因素，PCA-IBAS-ELM预测结果与实际值拟合度更高，其均方根误差（RMSE），平均绝对误差(MAE)和平均绝对百分误差（MAPE）和均小于比较模型。 可见构建模型对于海底多相流管道内腐蚀速率预测具有优越性。

Prediction of corrosion rate in subsea multiphase flow pipelines based on PCA-IBAS-ELM