基于遗传算法优化BP神经网络预测CO2/H2S环境中套管钢的腐蚀速率

摘要：

基于CO2/H2S共存腐蚀环境的复杂性、危险性,以及两者协同与竞争效应的不确定等原因,套管钢在CO2/H2S共存腐蚀环境中腐蚀速率测试存在试验时间长、误差较大且存在不安全隐患等缺陷,现有的单一腐蚀速率预测模型不能满足这方面的研究.利用建立的遗传算法优化BP神经网络模型分别对不同温度、不同CO2分压和不同H2S分压条件下套管钢的腐蚀速率进行预测.与单纯的BP神经网络模型预测相比,遗传算法优化BP神经网络训练收敛速率有所增加,预测效果得到改善;遗传算法优化BP神经网络预测值与实测值吻合较好,此预测模型可靠性很强;该方法为我国高酸性气田开发中快速获取腐蚀速率数值提供了一条新的思路.

关键词：遗传算法、酸性气田、腐蚀速率、BP神经网络、H2S腐蚀

所属期刊栏目：38

分类号：TG174(金属学与热处理)

资助基金：国家安监局科技项目2016GJ-B3-041

在线出版日期：2017-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：727-731,736