海水中3C钢腐蚀速度影响因素的灰关联分析

研究了3C钢在不同海水环境参数-温度、溶解氧、盐度、pH值、氧化还原电位条件下的腐蚀速度,应用灰关联分析法探讨了环境参数对碳钢腐蚀速度的影响程度.根据关联度的数值,氧化还原电位、温度、溶解氧3个环境参数对3C钢腐蚀速度的影响相对较大,盐度、pH值的影响相对较小.严格说来,氧化还原电位、温度、溶解氧对3C钢腐蚀速度的影响相差不大,腐蚀是环境参数综合作用的结果.     

应用人工神经网络预测有色金属海水腐蚀的长期行为

建立人工神经网络，并利用4个实海暴露站点8年累积的腐蚀数据对其进行训练．在训练成功以后，应用其对合金的16年腐蚀行为进行预测．预测结果与实际结果的误差在20％以内，远比传统的函数回归方法小．尤其对于规律性差，无法成功进行函数回归的腐蚀数据，应用人工神经网络预测却能得到较为准确的结果。     

人工神经网络在我国海水腐蚀中的应用

海水是一种复杂的腐蚀介质,金属在海水中的腐蚀主要受材料本身和海水环境因素的影响,人工神经网络在预测海水中金属腐蚀方面具有独特的优势。本文介绍了人工神经网络的概念、分类和组成,并综述了其在我国海水腐蚀中的应用。     

组合人工神经网络模型预测海水腐蚀速度的研究

针对误差反传(BP)人工神经网络在海水腐蚀预测建模中的样本数量有限和隐含层单元数难以确定的问题,提出了结合使用自组织特征映射(SOM)网络和径向基函数(RBF)人工神经网络方法预测海水腐蚀速度.首先采用SOM对样本进行分类,再使用RBF进行样本训练和建模,并对A3钢和16Mn钢的海水腐蚀速度进行了预测.结果表明,该方法能够增强了网络局部泛化能力,提高了预测精度和计算速度.     

人工神经网络技术探讨碳钢,低合金钢的实海腐蚀规律

根据金属海水腐蚀的特征,用人工神经网络技术分析碳钢,低合金钢海水腐蚀数据,建立了碳钢,低合金钢的腐蚀速率与合金的成分及海水间的神经网络模型,可用于预测新钢种在其它海域中的腐蚀速率,并用所建模型分析了合金元素对腐蚀速率的影响。     

基于PSO-RBFNN的3C钢在海水环境中的腐蚀速率预测

为了建立有效预测3C钢在海水环境中的腐蚀速率模型,提出了一种基于粒子群优化(PSO)的径向基神经网络(RBFNN)方法,通过设计特殊的适应度函数,采用PSO优化算法同时实现对RBFNN模型参数(中心值、扩展系数、权值)的调整和径向基函数(隐含层节点)个数的优选。因此,所提出的PSO-RBFNN方法能够以较高的精度和速度自适应地构建预测模型,通过试验数据测试表明,该模型具有良好的预测精度和自学习能力。     

En24钢在海水中的应力腐蚀

用恒位移弯曲试验,慢应变速率试验、动电位扫描和浸蚀试验研究了En24钢在海水中的应力腐蚀特性。结果表明,En24钢的环境敏感断裂倾向随强度降低而降低;强度低于临界值,则不出现应力腐蚀裂缝。外加电位对En24钢的环境敏感特性有重要影响,裂缝扩展平台速度于-900mV处出现极小值。依据裂缝扩展动力学、断口形貌、物理冶金参数和电化学等方面的判据,认为En24钢在海水中的应力腐蚀与电位密切相关。低于-900mV,属氢致开裂;高于-900mV,则由阳极溶解过程所制约;在一定电位范围内,不排除两种机理共同作用的可能性。     

不锈钢在海水中的耐蚀性与腐蚀电位的关系

研究了７种不锈钢在４个试验站的海水中浸泡１８０天的腐蚀电位特征,其中５种不锈钢还进行了长达４年的暴露试验。钝化能力强的不锈钢的海水腐蚀电位阴浸泡时间向正变化,其腐蚀电位趋于稳定的时间较长,稳态腐蚀电位的波动较大,钝化能力较弱的不锈钢则相反不同钢种的不锈钢在海水中的稳态腐蚀可以相差很双,在青岛、舟山和榆林,２Ｃｒ１３和ＨＲＳ－３间的稳态电位相差０．８Ｖ以上。不锈钢在海水中的稳态腐蚀电位较正,其耐蚀性     

BP神经网络在碳钢、低合金钢海水腐蚀中的应用

根据实海环境数据及材料腐蚀数据,利用BP结构神经网络建立了碳钢、低合金钢在实海环境中腐蚀速度与环境因素、材料成份之间神经网络预测模型,并探讨了建立预测模型中遇到的一些问题.结果表明该模型可以较准确的预测碳钢、低合金钢在不同海域的腐蚀速度.     

CO2腐蚀的神经网络分析

利用神经网络的分析方法 ,对CO2 腐蚀进行分析建模 ,从系统的观点出发 ,建立了碳钢含碳量、CO2 分压、温度、流速与腐蚀速率之间的非线性对应关系 ,为准确的数学建模、预测设备的使用寿命和相关专家系统的研制开拓了新的思路     

小波分析和神经网络研究纯锌大气腐蚀

将小波分析和神经网络技术用于纯锌大气腐蚀研究,用图像扫描方法获取纯锌大气腐蚀形貌图像.运用小波变换对图像进行分解并提取子图像的能量值作为特征信息.用典型相关技术分析了特征值和腐蚀深度之间的典型相关性,将提取的图像特征值与相关系数的乘积作为神经网络的输入,建立了加权能量值和腐蚀失重数据间的神经网络模型,运用该模型可以对纯锌大气腐蚀失重做出预测并具有较高精度.     

神经网络分析在高温硫腐蚀中的应用

利用神经网络的分析方法和高温硫腐蚀的数据积累,对炼油过程中的高温硫腐蚀进行分析建模,从系统的观点出发,综合考虑温度、硫或硫化氢浓度、材质和腐蚀速度之间的关系,为更准确的数学建模、预测设备的使用寿命和相应专家系统的研制开拓了新的思路。     

基于人工神经网络的铝合金腐蚀预测及其精度分析

基于MATLAB采用BP神经网络,对铝合金腐蚀试验数据进行学习训练,建立了腐蚀时间、温度与最大腐蚀深度和疲劳性能的非线性映射关系．结果表明,人工神经网络用于铝合金的腐蚀预测是可行的．分别采用三层和四层神经网络进行预测,讨论了网络结构模型对预测精度的影响．     

基于人工神经网络的金属土壤腐蚀预测方法

将神经网络用于金属土壤腐蚀研究，利用神经网络的学习特征和高度的非线性特征，以土壤理化性能，腐蚀时间，Ａ３钢在土腐蚀试验１，２，８个月的腐蚀数据作为网络训练样本，对土壤中埋片２４个月的Ａ３钢腐蚀速率进行预测，并对结果进行了分析。     

用神经网络算法预测氢蚀孕育期

利用神经网络的分析方法,对高温氢腐蚀进行分析建模,综合考虑温度、氢分压和氢腐蚀孕育期之间的关系,为准确的数学建模、预测设备的使用寿命和相应专家系统的研制开拓了新的思路。     

基于人工神经网络模型的铝合金大气腐蚀的预测

用BP神经网络预测了铝合金大气腐蚀,研究了网络的训练精度和预测精度的关系,建立7-5-1的模型结构,模型相关系数为0.8821,预测结果比较理想.利用单一因素敏感性分析,计算了合金元素和环境因素对于铝合金大气腐蚀速率的影响.     

人工神经网络预测变形高温合金的持久强度

基于对变形镍基高温合金在不同温度和时间条件下合金成分及其持久强度数据归一化处理后的反向传播神经网络模拟,得到了可以比较准确表达持久强度与合金成分、温度和时间之间复杂非线性关系的权值矩阵,由此可以对镍基合金在不同温度和时间条件下的持久强度进行预测．结果表明,用神经网络预测的持久强度与实验结果吻合良好,从而证实了该网络模型的准确性和适用性．     

碳钢大气腐蚀与环境因素的关联度分析

应用灰色理论关联度分析方法,对钢的大气腐蚀与环境因素间的关联度进行了计算,分析了初期腐蚀和长期腐蚀的主要影响因素,结果表明,钢初期腐蚀主要是钢在水介质（雨水、凝露）中的腐蚀,形成水和影响水质的和环境因素对钢初期腐蚀有重要作用;长期腐蚀主要是锈层下的润湿腐蚀,同理,形成水膜和影响大气质量的气象和环境因素对钢长期腐蚀有重要作用。