基于BP神经网络的模拟冷却水中碳钢的腐蚀速率预测
Prediction of Corrosion Rate of Carbon Steel in Simulated Cooling Water Based on BP Artificial Neural Network
摘 要
针对石油化工企业污水回用于循环冷却水系统时造成的化工设备腐蚀问题, 采用BP神经网络算法建立了碳钢在模拟循环冷却水中的平均腐蚀速率预测模型。该模型以温度、pH值、Ca2+、Cl-、SO42-、HCO3-浓度为输入参数, 以平均腐蚀速率为输出参数。计算结果表明, 该模型具有良好的预测精度, 模拟出的平均腐蚀速率与实测值拟合较好, 并且能够反映冷却水中各腐蚀性因素与腐蚀速率之间的关系。
碳钢
循环冷却水腐蚀
BP artificial neural network
carbon steel
circulating cooling water corrosion
Abstract
A model for predicting the average corrosion rate of carbon steel in circulating cooling water was built on the basic of BP neural network theory in order to analyzse the problems of corrosion caused by simulated circulating cooling water. In this model, pH, Cl-, Ca2+, SO42-, HCO3- and temperature were set as input parameters while the average corrosion rate was the output parameter. The results show that the model has good forecasting accuracy and it could reflect the corrosion factors effectively.
中图分类号 TG174 TQ085
所属栏目 试验研究
基金项目 广东省重大科技专项(2009A080206002); 广东省科技攻关项目(2011B010100045)
收稿日期 2011/12/6
修改稿日期
网络出版日期
作者单位点击查看
联系人作者李德豪(2117221@163.com)
备注李德豪, 教授, 硕士,
引用该论文: YI Fan,LI De-hao,LANG Chun-yan,ZHU Yue-ping,YIN Xu-dong. Prediction of Corrosion Rate of Carbon Steel in Simulated Cooling Water Based on BP Artificial Neural Network[J]. Corrosion & Protection, 2012, 33(11): 947
被引情况:
【1】李启锐,陈晓龙, "炼厂常减压装置管线腐蚀速率的灰色预测",腐蚀与防护 35, 852-855(2014)
共有人对该论文发表了看法，其中：
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
参考文献
【1】高健, 刘文英, 陈曦, 等. 污水处理回用到循环水场的良性循环[J]. 当代化工, 2009, 38(1): 58-60.
【2】郑立群. 石油化工装置腐蚀检测[J]. 石油化工腐蚀与防护, 2001, 18(6): 61-64.
【3】孔祥君, 马玲, 李磊, 等. 炼油行业设备腐蚀监测技术现状[J]. 炼油与化工, 2010, 2(21): 31-32.
【4】黄明智, 马邕文, 万金泉, 等. 污水处理中人工神经网络应用研究的探讨[J]. 环境科学与技术, 2008, 31(3): 131-135.
【5】RI Sonil, 侯德刚, 张振家, 等. 基于BP人工神经网络的生化处理水水质预测[J]. 现代化工, 2009, 29(12):66-70.
【6】杜翠薇, 赵研研, 卢琳. 神经网络在海水腐蚀预测中的应用[J]. 装备环境工程, 2007, 4(3): 85-87.
【7】任振甲, 张军, 骆成双, 等. 基于人工神经网络研究原油腐蚀的影响因素[J]. 腐蚀与防护, 2011, 32(4): 293-296.
【8】魏同锋, 李丽茹. 基于BP神经网络的腐蚀管道可靠性分析[J]. 石油化工腐蚀与防护, 2011, 27(6): 24-27.
【9】邓春龙, 李文军, 孙明先, 等. BP神经网络在铜及铜合金海水腐蚀预测中的应用[J]. 海洋科学, 2006, 30(3): 16-19.
【10】王风. 林青岛石化厂污水回用情况探讨及对策[J]. 石油化工环境保护, 2005, 28(2): 24-25.
【11】胡小芳, 韩延亮, 盖国胜. 用人工神经网络预测天然气管道内腐蚀速度[J]. 油气储运, 2004, 23(9): 56-60.
【12】吴玻. 智能学习评价模型的研究与设计[J]. 中国科技信息, 2009, 17: 45-47.
【13】张胜华, 韩丽燕, 边娜. 循环冷却水系统腐蚀性能评价[J]. 山西化工, 2008, 28(4): 43-45.
【14】杜荣归, 刘玉, 林昌健. 氯离子对钢筋腐蚀机理的影响及其研究进展[J]. 材料保护, 2006, 39(6): 45-50.
【15】曲秀华, 许淳淳, 吕国诚, 等. 低硬度循环冷却水中Cl-、SO42-及水处理剂对304不锈钢腐蚀行为的影响[J]. 中国腐蚀与防护学报, 2009, 29(3): 187-190.
【16】许立铭, 罗逸, 董泽华, 等. 钙离子对碳钢在油田污水中腐蚀的影响[J]. 油田化学, 1996, 13(2): 162-163.
【2】郑立群. 石油化工装置腐蚀检测[J]. 石油化工腐蚀与防护, 2001, 18(6): 61-64.
【3】孔祥君, 马玲, 李磊, 等. 炼油行业设备腐蚀监测技术现状[J]. 炼油与化工, 2010, 2(21): 31-32.
【4】黄明智, 马邕文, 万金泉, 等. 污水处理中人工神经网络应用研究的探讨[J]. 环境科学与技术, 2008, 31(3): 131-135.
【5】RI Sonil, 侯德刚, 张振家, 等. 基于BP人工神经网络的生化处理水水质预测[J]. 现代化工, 2009, 29(12):66-70.
【6】杜翠薇, 赵研研, 卢琳. 神经网络在海水腐蚀预测中的应用[J]. 装备环境工程, 2007, 4(3): 85-87.
【7】任振甲, 张军, 骆成双, 等. 基于人工神经网络研究原油腐蚀的影响因素[J]. 腐蚀与防护, 2011, 32(4): 293-296.
【8】魏同锋, 李丽茹. 基于BP神经网络的腐蚀管道可靠性分析[J]. 石油化工腐蚀与防护, 2011, 27(6): 24-27.
【9】邓春龙, 李文军, 孙明先, 等. BP神经网络在铜及铜合金海水腐蚀预测中的应用[J]. 海洋科学, 2006, 30(3): 16-19.
【10】王风. 林青岛石化厂污水回用情况探讨及对策[J]. 石油化工环境保护, 2005, 28(2): 24-25.
【11】胡小芳, 韩延亮, 盖国胜. 用人工神经网络预测天然气管道内腐蚀速度[J]. 油气储运, 2004, 23(9): 56-60.
【12】吴玻. 智能学习评价模型的研究与设计[J]. 中国科技信息, 2009, 17: 45-47.
【13】张胜华, 韩丽燕, 边娜. 循环冷却水系统腐蚀性能评价[J]. 山西化工, 2008, 28(4): 43-45.
【14】杜荣归, 刘玉, 林昌健. 氯离子对钢筋腐蚀机理的影响及其研究进展[J]. 材料保护, 2006, 39(6): 45-50.
【15】曲秀华, 许淳淳, 吕国诚, 等. 低硬度循环冷却水中Cl-、SO42-及水处理剂对304不锈钢腐蚀行为的影响[J]. 中国腐蚀与防护学报, 2009, 29(3): 187-190.
【16】许立铭, 罗逸, 董泽华, 等. 钙离子对碳钢在油田污水中腐蚀的影响[J]. 油田化学, 1996, 13(2): 162-163.
相关信息
