腐蚀预测模型的概述及展望
CO-,2-腐蚀速率预测模型研究现状

19
旷。,一[H一2CQ]! 一 i1+e一1 1—"1r+‘1 (5)
其中,巧是活化反应速率,%。是传质速率。其中 活化反应速率V,与DeWaard 91模型 相似,而传质速率可以计算为:
‰=2.45.万UO.12.PC02
(6)
其中U是流速m/s,d是水力直径m。考虑到腐蚀产物膜对腐蚀速率的影响,最后还要乘 以腐蚀产物膜因子。该模型进一步还引入了材料成分与微观组织对腐蚀速率的影响因子。 图4为利用模型计算的腐蚀速率。
(II)
腐蚀电流密度可以用两部分电流密度表示,一是活化反应电流密度“,另外一个就是
极限扩散电流密度。因此,单独求出其中各个值的大小,就可以得到腐蚀电流密度。但是, 该模型未考虑腐蚀产物膜对腐蚀速率的影响。
因此,Nasic又进一步建立了腐蚀产物膜覆盖条件下的机制模型9。该模型重点在于建 立膜的孔隙度对离子的扩散、迁移过程的影响方面,最终的目的仍然在于计算电极表面的 离子浓度,从而算出腐蚀电流密度。但Nesic建立的机制模型中未包含原油对腐蚀速率的 影响,这可能与目前大家对这方面机理的认识不足有关。另外,Nesic的机制模型只考虑一 般湍流流动对腐蚀速率的影响,不考虑流型、流态对腐蚀速率的影响。
腐蚀速率的影响,而DeWarrd模型中当含水率码o%以及流速大于lm/s时,腐蚀速率为零; 否则,原油对腐蚀速率不会产生缓蚀作用;OHIO大学的Jepson认为原油含量从o%增加到 60%时腐蚀速率逐渐下降,而ECE模型进一步给出了原油对腐蚀速率的影响因子”。但是, 总体来说,原油对腐蚀速率的影响研究还不充分,还未找到比较合适的参量来定量描述原 油对腐蚀速率的影响。
另外,OHIO大学的Jcpson针对海底管线油气水三相混输的情况,开发了多相流条件 下的CO:腐蚀预测经验模型,其腐蚀预测模型为o:
基于人工智能的材料失效案例分析和腐蚀预测模型

基于人工智能的腐蚀预测模型构建
01
02
03
04
数据收集与处理
收集大量关于材料、环境 因素和腐蚀程度的数据, 并进行预处理,以提高模 型的准确性。
特征选择与提取
从数据中提取与腐蚀行为 相关的特征,如温度、湿 度、pH值、材料机器学习算法 ,利用训练数据对模型进 行训练和优化,以提高预 测精度。
传统分析方法的局限性
传统的材料失效分析方法通常基于经验和实验室试验,难以全面、快速地分析复杂服役 条件下的材料失效原因。
人工智能技术的应用
随着人工智能技术的发展,利用机器学习、深度学习等技术对材料失效案例进行智能分 析和预测成为可能,有助于提高失效分析的准确性和效率。
研究目的和任务
• 研究目的:本研究旨在利用人工智能技术对材料失效案例进 行深入分析和预测,为预防和减少材料失效提供科学依据和 技术支持。
实际应用中,失效案例可能较为 稀少,导致训练数据不足。解决 方案包括数据扩充、迁移学习等 技术。
特征提取
从非结构化或半结构化数据中提 取与失效相关的特征是一项挑战 。需采用深度学习方法自动提取 特征。
模型泛化能力
为提高模型的泛化能力,需采用 集成学习等技术,结合多种模型 进行预测。
03
腐蚀预测模型
基于人工智能的材料失效案 例分析和腐蚀预测模型
汇报人: 2024-01-08
目录
• 引言 • 材料失效案例分析 • 腐蚀预测模型 • 人工智能技术在材料失效和腐
蚀预测中的应用 • 基于人工智能的材料失效和腐
蚀预测的未来展望
01
引言
研究背景和意义
材料失效问题
材料在服役过程中由于各种原因(如腐蚀、疲劳、高温等)发生失效,可能导致重大安 全事故和经济损失。
管道腐蚀预测技术研究

管道腐蚀预测技术研究管道作为能源供应和物流运输系统中最为重要的组成部分,承担着承载和传输各类物质的任务。
然而,由于管道的长期使用和液体、气体等不同介质的输运,管道腐蚀问题逐步显现,给管道安全运行带来了威胁。
因此,管道腐蚀预测技术的研究和应用逐渐受到重视。
管道腐蚀形成的原因有很多,其中主要包括化学腐蚀、电化学腐蚀、微生物腐蚀等,并受到工艺条件、介质成分及温度、压力等因素的影响。
现有的管道腐蚀预测技术主要基于机械检查、化学监测、电化学检测、无损检测和数学模型等手段,针对腐蚀预测的不同需要,选择不同的技术方法。
其中,机械检查是一种传统的检测手段,主要是通过直接检查管道表面的状态来判断是否出现腐蚀问题,但是需要停产检修,费用较高。
同时,受到人为因素和覆盖介质等影响,检测结果存在一定的不确定性。
化学监测是浸泡、切片、浸涂等方式对管道材料进行腐蚀情况的分析,但是需要对样品进行取样分析,操作过程繁琐且容易污染,在一定程度上影响了准确性。
电化学检测是目前最常用的一种管道腐蚀预测技术,主要是通过电化学测试方法,对管道产生的电位变化或电流密度变化进行分析,判断管道是否出现了腐蚀问题。
该方法具有操作简单、检测迅速、准确性高等优点,但是受到管道壁厚、介质成分等因素的影响,并且需要昂贵的设备支持。
无损检测是一种无需破坏管道表面的检测技术。
主要包括超声波检测、涡流检测、磁粉检测等。
无损检测的优点在于无需停产、不影响管道正常使用及损伤。
但是,无损检测需要专业人员进行操作,成本较高,同时受到管道壁厚和微小缺陷的影响准确性有所下降。
数学模型是一种较为先进的预测技术,通过对管道内部介质流动、力学性质、化学物质等多种因素进行计算,预测管道腐蚀情况。
但是,数学模型需要基于大量的实验数据和经验,建模过程复杂,需要对各种参数进行精确估算。
综合来看,目前不同的管道腐蚀预测技术各有优劣。
例如,机械检查和化学监测虽然准确性较高,但是操作繁琐且费用较高。
钢质油罐罐底腐蚀预测模型研究与评价

Wa n g J i — w e i , D a n Q i l b X i a o Y u 2 , S h a o Wu
( 1 . a . D e p t . o f T r a i n i n g , b . D e p t . o f F u n d a me n t a l S t u d i e s , L E U, C h o n g q i n g 4 0 1 3 1 1 , C h i n a ;
第2 9 卷第 3 期 2 0 1 3 年5 月
后勤工程学院学
报
Vo l _ 2 9N o . 3
Ma v 201 3
J OURNAL OF L OGI S T I CAL E NGI NE ERI NG UNI VE RS I T Y
文章编号 : 1 6 7 2 —7 8 4 3 ( 2 0 1 3 ) 0 3 —0 0 3 8 —0 4
摘
要
钢 质 油罐在 储 存 油料 时 不 可避免 地 会 受到 严 重腐蚀 。为 能 够掌握 罐 底 的
腐蚀 程度 , 提 出 了一种 由灰 色 系统理 论 和 B P人 工神 经 网络 相 结合 的方 法建 立预测模 型 ,
对钢质油罐罐底腐蚀情况进行 了预测, 并通过实例计算给 出了评价 。计算结果表明, 预 测值与实测值相差很 小, 尤其对油料腐蚀这种涉及较多因素的复杂过程 , 该方法具有明 显的优越性 ; 该模型克服 了传统预测模型需建立函数的难题 , 且预测精度较高, 具有较 高
b o t t o m, t h i s p a p e r p r e s e n t s a n e w m e t h o d w h i c h c o mb i n e s t h e t h e o r y o f g r e y s y s t e m a n d b a c k — p r o p a g a t i o n ( B P ) a r t i i f c i a l n e u r a l n e t —
深度学习模型在管道腐蚀检测中的应用

深度学习模型在管道腐蚀检测中的应用一、深度学习模型概述深度学习作为机器学习的一个分支,近年来在图像识别、语音处理、自然语言处理等多个领域取得了显著的进展。
深度学习模型通过模拟人脑的神经网络结构,利用多层的神经网络对数据进行特征提取和学习,从而实现对复杂问题的高效处理。
在管道腐蚀检测领域,深度学习模型的应用逐渐成为研究的热点,其强大的数据处理能力和特征提取能力,为管道腐蚀的自动检测和评估提供了新的可能性。
1.1 深度学习模型的核心特性深度学习模型的核心特性在于其多层的神经网络结构,这使得模型能够自动学习数据的高层特征。
与传统的机器学习方法相比,深度学习模型不需要手动设计特征提取算法,而是通过大量的数据训练,让模型自行学习到数据中的关键信息。
这种自动特征学习能力,使得深度学习模型在处理复杂图像和信号数据时具有明显优势。
1.2 深度学习模型在管道腐蚀检测中的应用场景管道腐蚀检测是一个对精度和效率要求极高的领域。
传统的检测方法,如超声波检测、磁粉检测等,往往需要专业人员进行操作,且检测过程耗时较长。
深度学习模型的应用,可以大大提高管道腐蚀检测的自动化水平和检测效率。
具体应用场景包括:- 管道内壁腐蚀的图像识别:通过深度学习模型对管道内壁的图像进行分析,自动识别出腐蚀区域。
- 管道外壁腐蚀的信号处理:利用深度学习模型对管道外壁的信号数据进行处理,识别出腐蚀的特征信号。
- 管道腐蚀程度的评估:通过深度学习模型对检测到的腐蚀特征进行分析,评估管道的腐蚀程度和剩余使用寿命。
二、深度学习模型在管道腐蚀检测中的技术实现深度学习模型在管道腐蚀检测中的应用,涉及到多个关键技术,包括数据预处理、模型训练、特征提取和结果评估等。
2.1 数据预处理数据预处理是深度学习模型训练的基础。
在管道腐蚀检测中,数据预处理主要包括图像的采集、标注和增强。
图像采集需要使用专业的设备对管道内外壁进行拍摄,获取高清晰度的图像数据。
图像标注则是对采集到的图像进行人工标记,标识出腐蚀区域的位置和大小。
油气田CO2腐蚀典型预测模型的比较及探究

第2 2卷第 4期 2 0 年 8月 08
全 面 腐 蚀 控 制
TOT AL C0RR0S ON I C0NT ROL
VOl2 N O. -2 4
Au . 0 8 g20
油气 田 C 2 O 腐蚀典型预测模 型的比较及探究
张国华
C 腐蚀是世界石油工业 中常见的 腐蚀类型 , 02 也是 困扰我 国油 气工业发展的一个及其突 出的问题 。干C 2 O
本 身不具 有腐蚀性 ,但 当其 溶于水 中后 ,在相 同的 p H
合 中国海油工程设计的C 2 O 腐蚀速率预测模型打下了 良
好的基础 。
值 条件 下它对钢铁的腐蚀比盐酸还要严重 。在石 油、 天 然 气的开采 和集输 过程 中, O 作 为伴 生气对油套管及 C 2 集输管线会 产生严重的腐蚀 , 随着 油气田开发进入 中后 期, 深层 高压 C 2 气田的开 发 , O油 油气中 C 含 量和含 02
o f h r i id s y.n t i a e . e e a r d ci emo e s o fs o eo l n u t I s p r s v r l e i t d l r r h p p v f C02 o o i n o i a d g s ed a eb e e i we ; o p c l n r s f l n a l s v e n r v e d s me t i a a d c o o i f h y wi e ya p id o e a eb e ic se . t s lo i d c td t a o t s e emo e ss n h t al c i v p i z t nd sg . n d l p l n sh v e nd s u s d I s ia e t w u et s d l y t ei l t a h e e o t e ia n h h o h c yo mia i e in I o tee d te e i ab sc l s a c n e t b i i g teCO2 o r so r d c i emo e f r i ao fh r i a dg s n u t n i e rn . h n , r a i al r e r h o sa l h n h s ye s h ro i np e i t d l o n f s o eo l n a d sr e g n e i g c v Ch i y Ke r s o 1 n a ed ; y wo d : i a d g s l s C02c ro i n c ro i n r t ; r d c i nmo e s i f o so ; o r so ae p e i t d l o
腐蚀机理实验测试和模型预测方法评估

腐蚀机理实验测试和模型预测方法评估腐蚀是一种广泛存在于工程材料中的问题,对于各行各业的设备和结构来说,腐蚀可能会引起设备的损坏、减少设备的寿命甚至导致事故发生。
因此,了解腐蚀的机理和寻找有效的预测方法对于维护和保护工程材料具有重要意义。
本文将探讨腐蚀机理的实验测试以及模型预测方法的评估。
一、腐蚀机理的实验测试为了对腐蚀进行研究和评估,科学家和工程师们发展了许多实验测试方法。
这些方法可以帮助我们深入了解腐蚀的机理以及相应的参数。
以下是一些常见的腐蚀实验测试方法:1. 电化学测试方法电化学测试是一种常见且广泛应用于腐蚀研究中的实验方法。
它通过对材料中的电流与电压进行测量,来获得与腐蚀相关的信息。
例如,腐蚀速率可以通过极化曲线或电化学阻抗谱进行测量。
这些实验方法可以帮助我们了解腐蚀的动力学行为以及腐蚀速率与控制参数之间的关系。
2. 重量损失法重量损失法是一种简单但有效的实验方法。
该方法通过对材料的质量变化进行测量,来估计腐蚀速率。
这种方法适用于各种类型的材料,包括金属和非金属材料。
通过对实验条件的控制,例如腐蚀介质和温度等,我们可以获得不同条件下的腐蚀速率数据。
3. 金相分析法金相分析法是一种通过对材料的显微组织进行观察和分析来评估腐蚀机理的方法。
通过显微镜观察,我们可以观察到腐蚀过程中的表面特征和内部变化,从而推断腐蚀的形式和机理。
通过上述实验测试方法,我们可以获得大量的腐蚀数据并深入了解腐蚀的机理。
然而,单靠实验测试方法往往难以满足工程实践中的需求,因为它们有时过于繁琐、费时并且无法涵盖所有可能的腐蚀情况。
二、模型预测方法的评估为了弥补实验测试方法的不足,科学家们开发了许多模型预测方法,以便更快、更便捷地预测腐蚀行为和腐蚀速率。
以下是一些常见的模型预测方法:1. 统计模型统计模型是一种基于统计数据和实验结果建立的数学模型。
它可以通过分析腐蚀相关的数据,例如材料成分、环境条件和使用寿命等因素,来预测腐蚀速率和服务寿命。
CO_2腐蚀预测模型的评估和比较

45
CO 2 腐 蚀 预 测 模 型 的 评 估0122)
Ξ
摘 要: 很多二氧化碳腐蚀速率预测模型已经应用于油气生产系统中 , 这些模型包括经验模型和最 近发展的机理模型。 本文分析了 5 种不同CO 2 腐蚀模型, 并对其在温度与压力不同的条件下进行了预测 腐蚀速度比较, 分析了不同模型的优劣。 关键词: CO 2 腐蚀; 腐蚀速率; 腐蚀模型 由于采出液体中存在二氧化碳 , 油气设备的腐 蚀已经成为广泛研究的课题。 关于二氧化碳腐蚀模 型的研究已有不少 , 而且复杂程度也有所降低。 不同 的理论基础可能造成对二氧化碳腐蚀程度的评估不 同, 并且, 这些预测模型的基础和应用范围的有限性 通常被猜疑。 本文通过对一些常用于此模型的比较, 说明了各个模型的可取之处与存在的不足。 1 CO 2 腐蚀模型 111 de W aa rd , Lo tz , and M illiam s 1991 (DLM ) 模 型 de W aard, L otz andM illiam s (1) 方程式是二氧 化碳对碳素钢在的腐蚀方程: 余悸。 其实 , 与 “厄尔尼诺” 成因相反的另一种连锁性 气候灾害同样有巨大的破坏力, 那就是 “拉尼娜” 。 由 此可见, 风的作用及破坏性之大。 其实 , 风在整个气候系统中的还扮演着很多的 角色 , 同时它还直接或间接地影响着地球各个方面, 例如风对于地貌改变的影响, 对生态平衡的影响等 等。 也许有人会质疑 , 科学家在利用风能时难道没 有做过论证吗 ? 我不敢确定, 但是, 即便是做了论证, 同样难以保证问题的发生。 比如, 乌克兰境内那个爆 炸的切尔诺贝利核电站 , 还有我们的三峡水电站 , 这 两个项目在建设前同样有过很长时间的可行性科学 论证 , 但最后的结果是一个已经成为大麻烦 , 生活在 周围区域的群众受到核污染, 而另一个正在变成一 个更大的麻烦 , 投资无底洞, 施工在实际操作阶段的 质量难以得到保证 , 同时附近的气候、 生态等受到很 大破坏, 三峡库区附近的一大片区域发生了多次微 型地震, 给当地人的生产和生活带来很大的不便。 3 对新能源的一些个人看法 我相信 , 传统资源的新利用以及新能源地位的 上升都会是整个能源结构的一个大趋势。 我们已经 1710 (1) log (C DLM ) = 5. 8- T + 0. 67 log ( fCO 2 ) C DLM 表示腐蚀速度, 单位是 mm �y , T 表示绝对 温度, fCO 2 表示二氧化碳的挥发度。 模型中公式是假 定的二氧化碳环境下腐蚀规律 , 是一个反应形式取 决于二氧化碳的局部压力活化控制反应。 该系统常 数 , 如 , 活化能, 亨利定律常数, 动能等 , 使模型系统 建立起来并得出合理方程, 其结果与实验室测量值 相同。 对模型中的公式 ( 1) 进行参数优化, 附加参数为 FeCO 3 保 护膜对腐蚀速度的影响 , 用温度来表 示, T Scale , 如: 尝到了在传统能源利用上的强大的副作用 , 在新能 源的利用上我们不能再走老路 , 况且无论是哪种新 能源在利用时只要稍有不慎都可能造成不可预估的 破坏。 没有一种能源是真正无污染 , 无破坏性的, 而 新能源的破坏程度未必再传统能源之下 , 我认为, 这 是每一个新能源工作者都必须注意到的。 我一直抱有一个观点 , 新能源的利用应该宏观 与微观相结合。 所以我个人最喜欢的新能源还是分 子能源的开发与利用。 但是绝不是说其它能源就不 能进行开发 , 包括风能也是一样, 夏天将至, 空调的 使用也日渐频繁, 风不一定是自然形成的, 空调时 , 外挂机吹出的风是否可以利用来发电 , 然后再回过 头来补充一些空调用电? 我想这未必不可行, 我也愿 意对这个设想作进一步的研究。 [ 参考文献 ] [1 ] 曹慧敏. 德国风电发展对我国的启示 [J ]. 中国 科技投资 . 2007, ( 11). [ 2] 蔡茜, 黄栋 . 基于 “钻石模型” 对中国风能产业 的竞争力分析 [J ]. 中国科技论坛 . 2007, ( 11).
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
由于腐蚀 现象 不能被 绝 对控制 , 因此 , 建 立腐 蚀 预 测模 型 , 实现 从 资料 到模 型 的映照 。 测模 型 , 预 测腐蚀 发 展趋势 就具有 非常 重要 的意义 。 笔 者 在概 述腐 蚀预 测模 型 的基础 上 . 阐述 了腐 蚀 预 测模 趋 势 , 实 现 以腐 蚀 预测 模 型 为信 息 源 到腐 蚀 发 展趋 势 型 的 主要 类 型 和建模 方 法 . 指 出了腐 蚀 预测 模 型 的 发 的 映 照 。
摘 要 : 腐 蚀是 导致 材 料 失 效 的 重 要 原 因 之 一 , 而 材 料 失 效会 给 国 民经 济 带 来 巨 大 损 失 。 通 过 预 测 腐 蚀 发 展 趋 势 可 以加
强 对 材 料 的 健康 管 理 , 减轻腐蚀 、 减 少 损 失 。在 概 述 腐 蚀 预 测 模 型 的基 础 上 , 阐 述 了腐 蚀 预 测 模 型 的 主 要 类 型 和 建 模 方
法. 指 出 了 腐蚀 预测 模 型 的发 展 方 向。 关键 词 : 腐蚀 ; 预测模型 ; 建模流程 ; 建 模 方 法
中 图分 类 号 : T G 1 7 9 文 献标 志码 : B 文章编号 : 1 0 0 9 — 7 7 6 7 ( 2 0 1 4 ) 0 5 — 0 1 5 6 — 0 3
材料 、 能源 和信 息 是现代 文 明的 三大 支柱【 l 1 。材料 失效 会 给 国 民经 济带 来 巨大 损失 , 而腐 蚀 是 导 致 材料
1腐 I 据蚀 数 1 堡 . 1 腐 蚀 预}
或样本 I I测模型 i
失效 的重要 原 因之一 。1 9 9 5年 , 美 国因腐 蚀造 成 的经 济损 失 为 3 0 0 0亿 美 元[ I : 目前 , 美 国每 年 因 腐蚀 造 成
染环 境 , 甚 至还会造 成 人员伤 亡 。
行业 因腐 蚀 造成 的经 济损失 高 达 4 0 0亿元 l 4 1 。此 外 , 腐 的正确 的腐蚀 试 验数 据或 腐蚀 图像 样本 。 2 ) 建立模型 : 根据腐蚀特征和现有条件 。 选 择 合
适 的 建模 方法 , 建 立能 被 理解 的代 表该 腐 蚀 特征 的预 3 ) 应用模型 : 应用腐蚀预测模型 , 预 测 腐 蚀 发 展
S u mm a r y a n d Pr o s p e c t o f Co r r o s i o n Pr e d i c t i o n Mo d e l
Wa n g T a o , Z h a n g Y a j u n , X u P i n g , X i a n g C h a o
I 上 竺! 蕉 I
腐蚀 预测模 型的建立过程 主要包括 以下 4个 步骤 :
1 ) 收集 资 料 : 通过试验或查阅文献 , 得 到 足 够 多
加 上 间 接 费用 超 过 1 亿元 : 1 9 9 9年 。 我 国石 化 和 化 工 蚀 发 展 过程 比较 隐蔽 , 容易引发突发性事故 , 不仅 污
的经 济损 失高 达 国家 G D P的ቤተ መጻሕፍቲ ባይዱ3%~4%【 3 1 。 我 国每 年 因
腐蚀 造 成 的经 济 损失 仅 从个 别 部 门 、 个 别时 段 的统计
数据 来 看 , 也是 巨大 的 。调 查显 示 , 1 9 9 8年 , 仅 中原 油 田 因腐 蚀 造 成 设 备报 废 和 维 修 费 用 就 达 4 0 0 0万 元 ,
展方 向。
1 腐 蚀 预 测 模 型 概 述
4 ) 验证 反 馈 : 对 照 已有 的腐 蚀 样本 或 未 来 的腐 蚀
样本 , 检 验腐 蚀 预 测 模 型 的 可靠 度 。 总 结 成 功 经 验 或 由于 腐 蚀 预 测 模 型 并 非 真 实 腐 蚀 过 程 的严 格 映
腐 蚀预 测 模 型是 指 通过 解 析 实 际腐 蚀 现 象 , 而建 分 析失 误原 因 , 为优 化模 型提 供反 馈信 息 。
数 据或 图像 样本 的支 撑 , 其 建 立流程 如 图 1 所示。
准 确性
1 5 6 啼荭技术 2 0 1 4 N o . 5 ( S e p . ) V o 1 . 3 2
工 程 材 料 与 设 备 器
En gi ne er i n g M at er i a l & Equi pm en t
立 的腐 蚀 规 律模 型 , 用 于对 腐蚀 趋 势 的 预测 。受 实 际 条 件 限制 , 腐 蚀 预测 模 型通 常 是 以小 样本 腐 蚀 数 据 推 照 。 在建 模 和预 测 过 程 中会 产 生 误 差 , 通 过 信 息 反 馈 测 大 样本 腐 蚀规 律 , 以短 期腐 蚀 数 据推 测 长期 腐 蚀 行 可 以优 化模 型 , 减 少 误 差 。信 息 反 馈 的 过 程 主要 包 括 为, 以简单 条 件 室 内腐 蚀 数据 推 测 实际 环境 材 料 腐 蚀 结 果 检 验 、 参 量改变和重新组合等几个步骤 , 可 以 预 程度 。 腐蚀 预测模 型 的建立 既要依 靠理 论 , 又 需要试 验 先 制 定 腐 蚀 预测 模 型反 馈 设 计 流程 ,以 提 高 模 型 的
2 腐 蚀预 测模 型主 要 类型
3 腐蚀 预 测模 型建 立方 法 当前 , 常 用 的腐 蚀 预测 模 型 建 立方 法 有 概率 统 计
器 工 程 材 料 与 设 备
En gi n eer i ng Ma t er i al & Equi pm ent
腐蚀预测模型 的概述及展 望
王 焘, 张雅 君 , 许 萍, 向 超
( 北 京 建 筑 大 学 城 市 雨 水 系 统 与水 环境 省 部 共 建 教 育 部 重 点 实 验 室 , 北 京 1 0 0 0 4 4 )