基于深度强化学习的腐蚀油气管道预防性维修策略研究  

作　　者：杜宇晨 张新生[1] 

机构地区：[1]西安建筑科技大学管理学院

出　　处：《经营与管理》2024年第5期73-80,共8页Management and Administration

基　　金：国家自然科学基金(41877527);陕西省社科基金项目(2018S34)。

摘　　要：为了对腐蚀油气管道不同时期内维修策略进行科学选择,提出基于深度强化学习的腐蚀油气管道预防性维修最优化模型。模型以残余退化量作为建模初始条件,运用Weibull分布模拟管道剩余壁厚的退化路径,在不完全维修理论的基础上,设计以成本最低为目标的动作-价值体系,建立以奖励函数为基础的更新学习机制;最后引入深度强化学习算法Double-DQN对模型进行求解,并通过添加高斯噪声增加智能体策略选择的稳定性,迭代完成后得到腐蚀油气管道最优维修策略。实证结果表明:使用基于深度强化学习的腐蚀油气管道预防性维修最优化模型,某APILX52级钢制管道在计算期内进行4次小修和1次大修,使得管道服役周期增加10.84年,年平均成本为389.63元。此模型具有良好的实际应用价值。

关 键 词：深度强化学习 预防性维修策略 不完全维修 资金时间价值 

分 类 号：TE988.2[石油与天然气工程—石油机械设备] TP18[自动化与计算机技术—控制理论与控制工程]