需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于神经网络的湍流减阻效率预测方法

一种基于神经网络的湍流减阻效率预测方法

发布时间: 2023-06-27

来源: 科技服务团

基本信息

合作方式： 技术许可
成果类型： 发明专利,实用新型专利
行业领域：
电子信息技术
成果介绍
本发明涉及到石油的开采和输送领域，提供了一种基于神经网络的湍流减阻效率预测方法。
成果亮点
本发明提供了一种基于不同聚合物种类、浓度(ppm)、黏度(υ)、密度(ρ)、雷诺数(Re)、范宁摩擦系数(fp)下的聚合物湍流减阻效率(DR)测量方法。该方法主要步骤包括：构建湍流减阻影响因数体系；实验测量；数据集归一化处理；分析隐含层区间范围；使用贝叶斯正则化算法构建BP神经网络；选出最优隐含层数目；贝叶斯‑BP神经网络模型的验证、预测及评价。通过贝叶斯正则化算法与BP神经网络相结合的方法极大减少了计算时间，降低了对经验公式的依耐性，提高了预测的通用性，对聚合物减阻剂的有效使用，石油开采及输送过程中的能耗控制具有重要意义。
团队介绍
陈阳，何明兰，肖欢，张湄于，罗进
成果资料