金属材料海洋环境腐蚀数据咨询管理及预测诊断系统

采用面向对象的编程语言Visual Basic(VB)编制了金属材料海洋环境腐蚀数据咨询管理和预测诊断系统。系统中包含常用金属材料实海腐蚀数据和腐蚀形貌图谱的图文数据库．除常用的数据库管理功能外，还具有一定的腐蚀预测和腐蚀形貌诊断功能。腐蚀预测可分为人工神经网络模型预测和灰色模型预测。人工神经网络模型根据材料的合金成分或海水环境因素对材料的腐蚀进行预测，而灰色模型用于对材料的长期腐蚀数据进行计算并给出灰色模型参数。由扫描得到的金属材料的腐蚀形貌图像的灰度值分布或分形特征值和对应的腐蚀形貌作为知识库，通过模糊模式识别理论建立了腐蚀形貌分析诊断系统。可以对材料的腐蚀形貌进行诊断。     

金属材料大气腐蚀试验相关性与寿命预测研究现状

综述了当前金属材料大气腐蚀试验的研究方法,重点叙述了大气腐蚀试验的相关性分析,以及金属材料服役寿命预测的研究方法。其中多因子复合循环腐蚀试验是今后室内加速腐蚀试验的发展方向,将现代化的计算机数据处理技术运用到相关性分析中,并同现代数学分析方法结合起来,不断加深对人工神经网络技术和灰色系统理论技术等非线性数学分析方法的研究,并应用于大气腐蚀科学研究中,从而深入探索材料大气腐蚀的行为规律,提高预测材料服役寿命的准确性。     

自然环境腐蚀数据库结构与功能设计

介绍材料自然环境腐蚀数据库的特点、结构设计和主要功能.该库将收集、整理并贮存黑色金属、有色金属、混凝土、合成材料、保护涂层、电缆和光缆6大类常用材料在全国不同类型自然环境(大气、海水、土壤)区域的腐蚀数据,以及相关的资料和信息.它可提供数据管理、数据查询与检索、数据处理、数据库维护及输出报表、图形和文字信息等功能.     

结构腐蚀损伤定量预测方法对比研究

用BP人工神经网络(artificial neural简称ANN)算法分别对飞机结构材料、lCrl7不锈钢腐蚀损伤数据进行学习训练，建立了腐蚀损伤与环境条件的映射模型，并预测腐蚀损伤值。分析了三种预测方法的预测精度。得到了ANN预测的精度比灰色GM(1，1)模型及Logistic模型的预测精度高，且对数据有较好的适应能力的结论；采用ANN技术定量预测飞机结构腐蚀损伤是一种较好工程方法。     

基于灰色组合模型的管道腐蚀速率预测

将灰色系统理论、人工神经网络及时间序列分析方法相结合,建立灰色组合模型,通过对腐蚀速率测量数据序列的趋势性、周期性及随机性成分分别建模,从而实现对腐蚀速率的预测.实例表明,灰色组合模型的预测精度高于其它几种预测方法,具有推广价值.     

腐蚀研究中的统计分析方法和预测模型

分别讨论了不同的统计分析方法和预测模型在腐蚀研究中的应用,这其中包括多元线性回归分析、灰色模型GM(1,1)与灰色关联性分析、人工神经网络分析以及剂量响应函数模型。在此基础上,引入了一种源于社会科学的全新的分析方法--多层线性模型（HLM）,并对多层线性模型在腐蚀研究中的应用尤其是腐蚀纵向研究进行了可行性的讨论。     

炼油装置的腐蚀监测管理体系

为了提高腐蚀监测管理水平,有效开展装置腐蚀评价,构建了一套完整的炼油装置的腐蚀监测管理体系。先介绍了腐蚀监测点选取策略,再根据工艺流程的腐蚀机理针对不同监测点制定合适的腐蚀监测方案,然后建立腐蚀数据库保存腐蚀监测项,在此基础上设计实现腐蚀数据管理系统,并采用人工神经网络、灰色理论、马尔科夫等方法构建腐蚀评价预测系统,为制定防腐蚀策略和调整工艺参数提供决策依据。     

蒸汽管道剩余寿命评估方法评述

概述了主蒸汽管道和注蒸汽管道剩余寿命预测方法的发展状况,主要介绍了主蒸汽管道蠕变曲线逐步外推法和蠕变损伤及裂纹扩展寿命预测法。还对注蒸汽管道灰色预测方法、人工神经网络方法两种腐蚀剩余寿命预测方法进行了探讨。     

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。     

大气腐蚀的研究和应用——《大气腐蚀》书评

腐蚀相当于材料和设施的癌症，大气腐蚀是材料自然环境腐蚀中最普遍的腐蚀类型。据报道，材料、构件、设备的大气腐蚀损失约占腐蚀损失总和的一半以上。大气腐蚀贯穿于材料、制品、设备的加工、制造、贮存、运输及使用的全过程。大气腐蚀引起了大量的问题——电力与电子设备功能丧失、桥梁倒塌、雕塑等艺术品复杂表面的破坏与开裂等。特别是在西部的特殊自然环境下，许多腐蚀问题，如涂层的快速老化、高盐地区的腐蚀、酸雨和污染等需要研究。     

金属材料腐蚀形貌图像与实海挂片数据的相关性研究

采用图像扫描方法获取碳钢、低合金钢实海挂片的腐蚀形貌图像并进行图像分析;用灰色关联及典型相关技术分析了试片扫描灰度值分布与单位平均腐蚀失重及局部腐蚀平均深度的关系;用神经网络理论建立了扫描灰度值分布与试片局部腐蚀平均深度间的关系模型以及扫描灰度值典型加权与试片单位面积平均腐蚀失重间的关系模型。     

Prediction of pitting corrosion of surface treated AISI 316L stainless steel by artificial neural network

Abstract

This paper presents an artificial neural network based solution method for modelling the pitting resistance of AISI 316L stainless steel in various surface treated forms. Surface treatment is a promising technique for improving the corrosion resistance of stainless steels. In this study, cyclic polarisation tests were performed before and after surface treatment. Experimental results were modelled by the neural network. The artificial neural network model exhibited superior performance based on the fitness of the observed versus predicted data. The results showed that the predicted data from the neural network model were considerably similar to the experimental data. The model has been saved and can easily be used to predict the corrosion in different surface treatment methods.     

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。     

工业水腐蚀因素的灰关联分析方法

应用灰关联分析原理及方法讨论了工业水质与腐蚀性之间的关系.根据灰关联度的计算,找出工业水中影响腐蚀的主要因素,并据此提出防腐措施,分析结果与实际情况较为吻合     

Al合金海水腐蚀与环境因素的灰关联分析

应用灰关联分析法解析海水环境因素与海水腐蚀性,找出 影响Al合金在海水中平均腐蚀率和局部腐蚀深度的主要因素,分别为溶氧量、pH值与盐度和 海生物附着面积、溶氧量与海水流速.分析结果与现场试验结果比较吻合.     

基于BP网络的液力变矩器性能分析

针对液力变矩器性能试验中的数据处理和分析需要，提出了应用BP神经网络进行试验数据辅助分析，以提高计算速度和编程处理能力，减少人为参与次数，实现数据分析处理的自动化。通过对具体数据、图表的实际应用表明，此种方法能够很好地表达原数据关系，数据的识别精度更高，能够满足实际试验测试的要求。     

用人工神经网络构建碳钢、低合金钢大气腐蚀模型

采用人工神经网络技术建立了碳钢、低合金钢大气腐蚀预测模型,神经网络拓朴结构为13-19-1,神经网络模型预测结果和实验数据紧密相符,而且通过单一因素敏感性分析方法,研究了合金元素和环境因素对于大气腐蚀速率的影响,表明该方法的有效性.     

ARTIFICIAL NEURAL NETWORKS-MODELING, PROGRAMMING AND APPLICATION IN MATERIAL HOT WORKING

1.IntroductionNeuralnetworksarecomposedofsimpleelementsoperatinginparallel.Theseelementsareinspiredbybiologicalnervoussystems.Asinnature,thenetworkfunctionisdeterminedlargelybytheconnectionsbetweenelements.Wecantrainaneuralnetworktoperformapedicularfunctionbyadjustingthevaluesoftheconnections(weights)betweenelements.Commonlyneuralnetworksareadjusted,ortrained,sothataparticularinputleadstoaspecifictargetoutput.Suchasituationisshownbelow.There,thenetworkisadjusted,basedonacomparisonoftheoutput…     

灰关联度在土壤腐蚀加速试验方法评价中的应用

为了解决加速试验与现场试验相关性评价的问题，在数据拟合等数据处理方法的基础上，运用灰关联度计算方法。对碳钢在华南土中的室内加速腐蚀试验与现场的相关性进行了研究。结果表明，这种评价方法是可行的。     

Artificial neural network corrosion modeling for metals in an equatorial climate

The majority of the metals used in the distribution and transmission electric energy lines, such as cables, towers and accessories are susceptible to the corrosion degradation process. For that reason, studying the factors that influence the atmospheric corrosion is an important issue. In this paper, an artificial neural network model was developed with linear and sigmoidal functions, aiming to predict low-carbon steel, copper and aluminum corrosion rates according to environmental parameters in the area of São Luis – Maranhão, Brazil. The area along the “702 – São Luis II –Presidente Dutra” 500 kV transmission line, located in an equatorial region, is employed for this purpose. A specific methodology was developed to determine the local corrosivity rate for these metals. Five atmospheric corrosion stations (ACS) were installed along the 702 transmission line in an extension of 200 km. Along with the meteorological data, local pollutants were collected and analyzed during a period of two years. In the same period, specimens were exposed to this atmosphere and periodically collected for corrosion evaluation. The obtained results indicate that the neural network can be used as a good corrosion estimator.