⚡ ingegneria elettrica

Integrity Assessment of Buried Pipelines under Surcharge Loading Based on a GA-BP Neural Network

Questo studio sviluppa un modello di rete neurale GA-BP, validato da una simulazione agli elementi finiti 3D, per valutare rapidamente l'integrità di gasdotti interrati sotto carico di sovraccarico e ha identificato con successo un potenziale rischio di guasto in un gasdotto in esercizio all'interno del Blocco di Penglai Dengying.

Autori originali: Lin Chen, Yabo Lü, Liyuan Guo, Jiaqiang Ou, Wu Liu, Hongtao Xiao

Pubblicato 2026-10-21

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Lin Chen, Yabo Lü, Liyuan Guo, Jiaqiang Ou, Wu Liu, Hongtao Xiao

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Sotto la superficie frenetica delle città moderne e le distese tranquille dei paesaggi rurali, una vasta rete di arterie d'acciaio trasporta il gas naturale che riscalda le case e alimenta le industrie. Queste condotte sono interrate abbastanza in profondità da evitare danni accidentali, eppure non sono immuni al peso del mondo che sta sopra di loro. Quando le squadre di costruzione scavano trincee o parcheggiano macchinari pesanti vicino a queste linee, creano una pressione temporanea ma intensa nota come carico di sovraccarico. Questo peso extra preme sul terreno, il quale a sua volta schiaccia il tubo. Se la pressione diventa troppo grande, il metallo può allungarsi oltre i suoi limiti, portando a perdite o a guasti catastrofici. Per gli ingegneri, la sfida è stata a lungo quella di prevedere esattamente quanto peso un tubo specifico possa sopportare prima di rompersi, un compito che di solito richiede complesse e lunghe simulazioni informatiche difficili da eseguire rapidamente sul campo.

Un team di ricercatori della PetroChina Southwest Oil & Gasfield Company e della Southwest Petroleum University ha sviluppato un nuovo modo per risolvere questo problema, combinando la modellazione computerizzata avanzata con un tipo di intelligenza artificiale per creare un controllo di sicurezza rapido. Hanno iniziato costruendo una replica digitale dettagliata di una condotta di gas naturale interrata e del terreno circostante. Utilizzando software potenti, hanno simulato come il terreno e il tubo interagiscono quando carichi pesanti vengono posizionati sulla superficie sovrastante. Il modello ha tenuto conto del fatto che il suolo non è un blocco rigido, ma un materiale che si sposta e si deforma, premendo contro l'acciaio in modi complessi. Testando migliaia di variazioni nel loro computer, hanno scoperto che lo stress sul tubo non è uniforme; si concentra pesantemente sul fondo del tubo direttamente sotto il carico pesante, creando una specifica zona di pericolo che si sposta a seconda di quanto il tubo è sepolto e di quanta pressione esercita il gas all'interno.

Per trasformare queste complesse scoperte in uno strumento che gli ingegneri potessero usare istantaneamente, i ricercatori hanno addestrato un programma informatico specializzato a riconoscere gli schemi nei dati. Invece di eseguire una simulazione completa e lenta ogni volta che appariva un nuovo cantiere, hanno insegnato a questo programma a osservare solo alcuni dettagli chiave — la dimensione del tubo, la profondità di interramento, la pressione del gas all'interno e il peso del carico sovrastante — e poi prevedere lo stress massimo che il tubo subirebbe. Il programma ha imparato da cento esempi accuratamente generati, perfezionando la sua capacità di indovinare il risultato con alta precisionità. Il risultato è stato un sistema in grado di prevedere i livelli di stress con un grado di certezza che corrispondeva strettamente ai modelli informatici lenti e dettagliati, ma in una frazione del tempo.

Il team ha poi messo alla prova questo nuovo metodo su tre condotte reali e attive nel Blocco di Penglai Dengying. Hanno inserito le condizioni specifiche di ciascun sito nel loro modello di previsione per vedere se i tubi fossero sicuri sotto i potenziali carichi di costruzione. Due delle condotte hanno mostrato livelli di stress ben entro i limiti di sicurezza, il che significa che potevano resistere alla pressione prevista dalla costruzione nelle vicinanze. Tuttavia, la terza condotta ha raccontato una storia diversa. Il modello ha previsto che, in determinate condizioni, specificamente quando la pressione interna del gas era alta e un carico pesante veniva posizionato direttamente sopra, lo stress sul tubo avrebbe raggiunto i 219,11 megapascal. Questo numero superava il limite di sicurezza di 216 megapascal per quel tubo specifico, indicando un rischio reale di guasto. L'analisi ha rivelato che questo pericolo era dovuto principalmente al fatto che il tubo era sepolto a soli un metro di profondità, lasciandolo con pochissimo terreno per attutire l'impatto del carico pesante.

Questa scoperta evidenzia una vulnerabilità critica nella sicurezza delle condotte: la profondità di interramento è importante tanto quanto la resistenza dell'acciaio. Per la terza condotta, i ricercatori hanno concluso che le squadre di costruzione devono limitare rigorosamente il peso di qualsiasi attrezzatura o cumulo di terra posizionato nelle vicinanze, e che dovrebbero essere installate misure di rinforzo aggiuntive per proteggere la linea. Lo studio dimostra che, combinando simulazioni fisiche dettagliate con strumenti di previsione intelligenti, gli ingegneri possono passare dal tentare di indovinare i rischi al conoscerli con precisione. Questo approccio consente una valutazione rapida dell'integrità delle condotte, garantendo che l'energia che scorre sotto i nostri piedi rimanga sicura anche mentre il mondo sopra di noi continua a costruire e a cambiare.

Sintesi Tecnica: Valutazione dell'Integrità di Pipeline Interrate sotto Carico di Sovraccarico Basata su una Rete Neurale GA-BP

Definizione del Problema
La rapida espansione delle reti di gasdotti, guidata dall'urbanizzazione globale e dalle richieste energetiche, ha aumentato la frequenza con cui le condotte sono soggette a carichi di sovracargo da costruzione. Tali carichi, derivanti da cumuli temporanei di terreno e dall'operazione di macchinari pesanti in prossimità di pipeline interrate, sono diventati una causa significativa di perdite e guasti alle condotte. Sebbene modelli teorici e l'analisi degli elementi finiti (FEA) siano stati utilizzati per studiare le interazioni tubo-suolo, i metodi esistenti spesso si basano su ipotesi semplificative riguardanti le condizioni di carico e la meccanica del contatto, oppure sono computazionalmente troppo intensivi per valutazioni rapide dell'integrità nei siti di costruzione. Di conseguenza, è necessario un metodo che caratterizzi accuratamente la risposta meccanica delle pipeline sotto carico di sovracargo, consentendo al contempo una rapida identificazione del rischio.

Metodologia
Lo studio impiega un approccio ibrido che combina la simulazione numerica ad alta fedeltà con l'apprendimento automatico:

Modellazione a Elementi Finiti (FEM): È stato sviluppato un modello ABAQUS tridimensionale per simulare una pipeline di gas naturale interrata (acciaio L360) in interazione con il suolo circostante.
- Modelli Costitutivi: Il materiale della pipeline è stato modellato utilizzando il modello di Ramberg–Osgood per catturare il comportamento plastico non lineare, mentre il suolo è stato modellato utilizzando il criterio di snervamento elastoplastico di Drucker–Prager.
- Interazione Tubo-Suolo: Il contatto non lineare è stato simulato utilizzando un contatto superficie-superficie con una formulazione di contatto "hard" nella direzione normale e una formulazione di penalità con un coefficiente di attrito di 0,3 nella direzione tangenziale.
- Validazione: Il modello è stato validato attraverso un'analisi di indipendenza dalla mesh (selezionando 824.600 elementi) e tramite il confronto con dati sperimentali tratti dalla letteratura, ottenendo un errore medio del 6,32%.
- Analisi Meccanica: Il modello ha analato le distribuzioni di stress sotto varie condizioni, rivelando che lo stress di von Mises massimo si verifica tipicamente sul fondo del tubo all'interno della regione influenzata dal sovracargo.
Predizione tramite Machine Learning (GA-BP): Per superare il costo computazionale delle ripetute esecuzioni FEA, è stata sviluppata una rete neurale Genetic Algorithm-Backpropagation (GA-BP).
- Generazione dei Dati: 100 campioni di simulazione sono stati generati utilizzando il campionamento Latin hypercube, variando cinque parametri di input: diametro della pipeline, posizione del sovracargo, pressione interna, profondità di interramento e pressione del sovracargo.
- Architettura del Modello: L'algoritmo genetico (GA) è stato utilizzato per ottimizzare i pesi iniziali e le soglie della rete neurale BP per evitare ottimi locali. L'architettura finale ha utilizzato un singolo strato nascosto con sette neuroni.
- Addestramento: L'80% dei dati è stato utilizzato per l'addestramento e il 20% per il test. Le prestazioni del modello sono state valutate rispetto a una Support Vector Machine (SVM) e altri algoritmi.
Framework di Valutazione dell'Integrità: Il modello di predizione è stato integrato con i criteri di progettazione della resistenza secondo la norma GB 50251-2015 (Codice per la Progettazione di Ingegneria di Pipeline di Trasmissione del Gas). È stato stabilito un criterio di guasto basato sulla teoria dello snervamento di von Mises per determinare se lo stress massimo predetto superasse lo stress ammissibile ( $\sigma_{Allow}$ ).

Contributi Chiave

Modello Accoppiato Non Lineare: Stabilimento di un modello a elementi finiti 3D che incorpora il contatto non lineare tubo-suolo e il comportamento elastoplastico del suolo per caratterizzare la distribuzione dello stress di von Mises sotto carico di sovracargo.
Modello di Predizione Ibrido: Sviluppo di una rete neurale GA-BP addestrata su dati di simulazione per predire rapidamente e accuratamente lo stress massimo della pipeline, raggiungendo un coefficiente di determinazione ( $R^2$ ) di 0,9691.
Framework di Valutazione Ingegneristica: Creazione di una procedura pratica di valutazione dell'integrità che integra il modello di predizione con i fattori di progettazione normativi, consentendo la generazione di mappe di contorno dello stress 3D per una rapida valutazione del rischio.

Risultati

Distribuzione dello Stress: I risultati FEA hanno indicato variazioni di stress pronunciate all'interno della regione sottoposta a sovracargo (17,5–32,5 m). La distribuzione dello stress ha mostrato un pattern simmetrico a doppio picco sul fondo e sulla sommità del tubo, con lo stress massimo che si verifica costantemente sul fondo del tubo.
Prestazioni del Modello: Il modello GA-BP ha dimostrato una precisione predittiva superiore rispetto al modello SVM, con un errore quadratico medio (RMSE) di 10,5775 e un $R^2$ di 0,9691. Il valore di fitness è convergente a circa 0,035 dopo 42 generazioni.
Applicazione del Caso Studio: Il framework è stato applicato a tre pipeline in esercizio nel Blocco Penglai Dengying:
- Pipeline No. 1 e No. 2: Sotto pressioni di sovracargo da 0 a 0,4 MPa e pressioni interne da 2 a 8 MPa, gli stress massimi predetti (171,06 MPa e 137,05 MPa, rispettivamente) sono rimasti al di sotto del limite ammissibile di 216 MPa.
- Pipeline No. 3: Sotto le stesse condizioni di carico, lo stress massimo predetto ha raggiunto i 219,11 MPa, superando il limite ammissibile di 216 MPa. Tale rischio è stato attribuito alla scarsa profondità di interramento (1 m) e al grande diametro (406,4 mm) della pipeline.

Significatività e Rivendicazioni
L'articolo sostiene di fornire una soluzione per la "valutazione rapida dell'integrità" delle pipeline interrate soggette a carichi di sovracargo da costruzione, colmando una lacuna identificata nella letteratura precedente. Accoppiando le simulazioni ABAQUS con una rete neurale GA-BP, lo studio offre un metodo che bilancia l'accuratezza dell'analisi degli elementi finiti con la velocità richiesta per il processo decisionale ingegneristico. L'applicazione riuscita a pipeline reali nel Blocco Penglai Dengying dimostra l'utilità del framework nell'identificare rischi di guasto specifici (come visto per la Pipeline No. 3) e nel guidare le decisioni ingegneristiche, come la restrizione del carico di sovracargo e l'implementazione di misure di rinforzo. Lo studio conclude che questo approccio integrato consente l'identificazione rapida dei rischi di sovracargo legati alla costruzione senza la necessità di ripetute e lunghe simulazioni numeriche.

Articoli simili