来源：期刊VIP网 时间：
作者：朱恩成;管锋;万锋;齐昌鑫;
单位：长江大学机械工程学院;
摘要：文章建立连续玻璃纤维增强复合管（RTP）的三维有限元模型，通过参数化分析获得125组数据，并构建10-15-8-4结构的反向传播（BP）神经网络模型以实现承载能力的预测，同时采用改进的粒子群算法进行参数的反向优化设计。结果表明：BP神经网络对爆破压力的预测相对误差仅为3.7%，具有良好的预测精度。基于多约束优化的设计方案使管道的爆破压力从14.85 MPa提升至19.67 MPa，提高32.5%，同时将最大等效应力从610 MPa降低至579 MPa，降低5.1%，在保证结构安全性的前提下实现承载能力的显著提升。研究结果为RTP管道在海洋工程中的设计与应用提供参考。
关键词：RTP管道;;BP神经网络;;参数优化;;粒子群算法;;承载能力
基金资助：国家重点研发计划项目（2023YFC2810900）
