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。     

铝及其合金的土壤腐蚀研究

采用自然埋藏,应力及电偶腐蚀等现场埋片试验方法,研究了在沈阳中性土壤中铝及其合金的土壤腐蚀行业。试验结果表明,Ｌ２纯铝及Ｌｙ１１铝合金相对具有较好的腐蚀稳定性,仅表为不同形式的局部腐蚀,而Ｌｙ１１铝合金则腐蚀最为严重,在５年周期时,试件的腐蚀失重达到２５％－５０％。９０％以上面积的严重剥蚀。主要是因为较多合金元素镁的加入降低了耐蚀性能。应力腐蚀试件外拉应力处及电偶腐蚀试件都有加重腐蚀的现象。     

铅电缆土壤腐蚀产物研究

利用X-衍射、扫描电镜和全波长扫描技术对在长辛店、成都2、玉门2和敦煌4个试验站,埋藏了近30年的铅电缆土壤腐蚀产物进行了分析,结果表明,在土壤中铅电缆土壤腐蚀有两种形态;PbC0_3是铅电缆的主要土壤腐蚀产物;铅电缆局部腐蚀的主要原因是微生物腐蚀和供氧差异;PbO和Pb_3O_4不能阻滞铅电缆的土壤腐蚀发展。     

混凝土土壤腐蚀快速试验研究

混凝土土壤腐蚀快速试验研究马孝轩,陈从庆,仇新刚(中国建筑科学研究院,北京100095)混凝土腐蚀的严重程度取决于腐蚀介质的类型、强弱和浓度.本文选择了对混凝土腐蚀最强的酸和硫酸盐作为腐蚀介质,配制了试验土壤,进行快速模拟试验.l试验方法试验材料选用325tr矿渣水泥配制的2种水泥砂浆试件,尺寸为40X40X160ttiffi.试件成型后放在标准养护室内养护,其中M—l的试件54块将分别埋入不同SO4一浓度的酸性砂上中,M—2的54块试件将分?...     

金属土壤腐蚀模型中关键参数选择的研究

研究了腐蚀因素的分类以及腐蚀模型中关键参数的选择等问题.将原始数据转换成新的相关系数矩阵,用模式识别方法显示腐蚀因素的分类特性图.为成功建立腐蚀模型,关键参数组合中的腐蚀因素选择不仅要考虑因素的重要性(权重),还应从分类图中按不同组或区域来提取.作为实例,对塔里木地区土壤腐蚀数据集进行了处理,全部24种腐蚀因素散布在因素分类图中,大部分腐蚀因素聚集四个组,即:“含盐量”,“电阻率”,“土质/含水”和“缓冲性”等.对选择最佳关键参数组合的准则进行了讨论,并用一些区域土壤腐蚀模型的工作进行验证     

渤海湾地区土壤腐蚀调查研究

渤海湾地区的土壤对钢铁设施具有强烈的腐蚀性,为研究腐蚀产生的原因和变化规律,于９０年代初完成５项腐蚀参数的测试工作。总计布置观测剖面４条,总长主２５０ｋｍ。定点原位测试土壤电阻率、土壤含盐量、土壤含水量、土壤电解失重、土壤极化电流管度等参数。本文着重介绍渤海湾近海地带和向内陆地过渡地带的土壤腐蚀规律和特征,为渤海湾地区的石油工程建设提供了设计参数。     

金属土壤腐蚀电化学研究方法概述

１引言土壤腐蚀研究是一项十分困难的工作,虽然早在本世纪初发达国家就已开始,然而时至今日,仍不能形成一个比较完整的理论。其主要原因是因为作为腐蚀介质的土壤与一般腐蚀介质相比,具有多相性［１］、不流动性［１］、不均匀性［１,２］、时间季节性或地域性［３］...     

管道土壤腐蚀泄漏效率预测模型研究

通过统计概率颁由预测模型和灰色理论ＧＭ（１，１）模型的建立，分析和比较，说明埋地钢质管道穿孔前使用时间的统计分布随着管道的保护状况和外界环境的变化而呈现阶段性，采用灰色模型可以获得规律性强，随机性弱的生成数列，得到接近实际的预测结果。     

弱极化曲线拟合技术在土壤腐蚀研究中的应用

在后插参比电极测量法的基础上,应用弱极化曲线拟合软件直接对极化曲线上弱极化区的数据进行拟合,求算动力学参数,从而估算出A3钢在黑潮土中不同水分含量下的腐蚀速度,与实际情况相比具有较好的对应性,并证实了钢铁材料在土壤中的腐蚀行为在大多数情况下受到阴极氧浓度极化的控制。     

同种金属在异种土壤中的腐蚀行为研究

研究了电连接的２０无缝钢管试件在穿过两种相邻但理化性质迥然不同的土壤时的腐蚀行为,在粘土中部分表现为阳极,有较严重的腐蚀,在沙土中部分表现为阴极,腐蚀较轻。     

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     

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.     

3C钢腐蚀速度与海水环境参数关系的人工神经网络分析

采用电化学方法测定了3C钢在不同海水环境参数下的腐蚀速度，并根据四层BP神经网络分析了3C钢腐蚀速度与海水环境参数的相关性，建立了3C钢在海洋环境中腐蚀速度的人工神经网络模型。     

金属材料土壤腐蚀原位测试研究

采用CMB—1510便携式智能腐蚀测试仪对碳钢、不锈钢、H62黄铜及金属铝在沈阳土壤试验站进行土壤腐蚀的原位测试     

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.     

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。     

神经网络在预测高温高压环境中油管钢腐蚀速率的应用

简要综述了神经网络的发展概况及相关理论，并利用 Matlab软件中的神经网络工具箱成功地建立了预测油管钢腐蚀速率的神经网络模型，实践证明神经网络预测结果与实验值吻合较好.最后通过现场实验数据检验了神经网络的泛化能力，表明其预测结果与现场实验结果相近.     

用RBF人工神经网络构建铝合金大气腐蚀预测模型

依据RBF人工神经网络构建原理与腐蚀过程的相似性,以铝合金外场大气腐蚀数据训练并构建了RBF类型的铝合金腐蚀预测人工神经网络模型,并赋予该RBF网络隐节点数据中心是腐蚀敏感区中心的物理意义.该模型以合金成分、环境因素、时间等为网络输入参量,以腐蚀增重为网络输出;由于RBF网络具有局部响应特性,该类腐蚀预测模型尤其适合训练具有区域集中特点的外场腐蚀数据;仿真结果表明该模型具有良好的预测精度.