买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西南石油大学申请的专利一种基于神经网络的储罐热屈曲失效预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116306301B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310300770.7，技术领域涉及：G06F30/27；该发明授权一种基于神经网络的储罐热屈曲失效预测方法是由莫丽;肖屾彬;陈超设计研发完成，并于2023-03-26向国家知识产权局提交的专利申请。

本一种基于神经网络的储罐热屈曲失效预测方法在说明书摘要公布了：本发明提供了一种基于神经网络的储罐热屈曲失效预测方法。该方法可实现储罐热屈曲失效的快速预测与评价，为储罐的安全性检测奠定基础，保障了油气的存储安全：该方法主要包括五个步骤：步骤一，收集储罐的特征参数；步骤二，采用有限元软件对储罐进行热屈曲模拟，从而得到不同储罐特征参数下的最低临界温度；步骤三，收集实际工况中的储罐的特征参数；步骤四，建立储罐热屈曲行为失效后的神经网络模型，将模拟时采用的储罐特征参数作为输入，模拟得到的最低临界温度作为输出，训练神经网络；步骤五，根据最低临界温度就可对储罐失效进行安全预测；该方法的步骤流程如摘要附图所示。

本发明授权一种基于神经网络的储罐热屈曲失效预测方法在权利要求书中公布了：1.一种基于神经网络的储罐热屈曲失效预测方法，其特征在于采用有限元软件实现储罐热屈曲失效的快速预测与评价，该方法包括以下步骤： 步骤一：收集储罐的特征参数，包括储罐的材质、储罐的直径、高度、壁厚、储罐与火焰的净距离和火焰高度和火焰直径；储罐的特征参数从储罐的设计资料，施工资料和竣工资料据中查询得到； 步骤二：采用有限元软件对储罐进行热屈曲模拟，从而得到不同储罐特征参数下的最低临界温度；有限元软件采用ADM算法Artificial Damping Method，人工阻尼法，该方法对热屈曲和局部屈曲现象具有有效性，ADM算法在考虑到结构总的外部载荷和内力时，还增加“人工阻尼力”，建立起三者的平衡；当模型稳定时，阻尼比足够小，人工阻尼能量不会影响模型的整体平衡；在结构的某些区域出现局部屈曲时，区域节点位移的改变，致使阻尼能也随着相应节点速度的改变而变动，因此，当阻尼比的值迅速发生变化时，表明在局部区域上发生屈曲，即在人工阻尼比发生突变时，储罐发生热屈曲行为，此时对应的温度就是最低临界温度；在模拟数据的过程中，应使得储罐与火焰间距每隔4m、火焰直径每隔2m、火焰位置高度每隔4m采集一次数据，得到一组储罐的特征数据X,Y,Z，然后通过有限元软件模拟出对应的最低临界温度W，有限元模拟时必须采用人工阻尼比作为储罐热屈曲发生的临界衡量标准； 步骤三：收集实际工况中的储罐的特征参数，根据有限元软件模拟采用的储罐特征参数进行分析，从而得到待预测的储罐的基本特征参数；样本参数可以通过有限元软件模拟得到，包括储罐与火焰的间距、火焰的直径、火焰的位置高度以及最低临界温度，且特征参数相同的储罐样本数据至少为10组，在储罐的热屈曲失效预测中，需要提取至少10组与待预测的储罐特征参数相同的样本数据，形成如表1所示的数据结构； 表1数据结构步骤四：建立储罐热屈曲行为失效后的神经网络模型，根据有限元软件模拟得到的结果，以13组数据作为训练样本，将模拟时采用的储罐特征参数作为输入，模拟得到的最低临界温度作为输出，训练神经网络；根据表1数据结构，神经网络的输入层包含3个节点，对应于储罐与火焰的间距、火焰的直径、火焰的位置高度，输出层包含1个节点，对应于储罐发生热屈曲行为的最低临界温度；神经网路的中间层设置为1层，节点个数设置为10个；13组数据同时作为13个测试数据；训练函数设置为莱文贝格－马夸特方法Levenberg–Marquard algorithm； 步骤五：失效预测；基于步骤5建立的神经网络模型，将实际工况下的储罐的特征参数，即待预测的储罐特征参数的数据作为输入，就可得到储罐发生热屈曲时的最低临界温度，根据最低临界温度就可对储罐失效进行安全预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。