油气集输管道腐蚀速率预测研究
油气管道腐蚀预测方法研究
油气管道腐蚀预测方法研究摘要：在我国进入21世纪迅猛发展的新时期，随着管道老龄化、输送油气介质腐蚀性的增加，管道内腐蚀问题愈发严重；而现有的管道内腐蚀检测技术，还很难针对所有管道实现全面地精确定量分析。
因此研究并利用有效的管道内腐蚀预测评价技术，对于有效地指导管线的内腐蚀检测，保障油气管道运输安全具有十分重要的意义。
经调研发现，借用现有的计算机计算技术以及相关计算软件，基于流场分析的管道内腐蚀预测评价技术具有很好的发展和利用价值。
关键词：管道；内腐蚀；预测评价引言油气管道是石油化工行业重要的组成部分，常用的油气管道的材质是钢管、双金属复合管、非金属管道、钢骨架复合管等。
油气管道内输送的物质，属于易燃易爆的危险品，有很强的危险性。
这就要求油气管道的质量要有一定的保证。
根据相关的数据表明，油气管道被腐蚀引发的问题会直接的威胁到资源输送的安全性，油气管道被腐蚀的原因也是多种多样。
这就要求我们要根据油气管道可能引发的原因做出相关的防护，保证了资源传输的安全的同时，也能够减少事故的发生，延长油气管道的使用寿命。
1油气管道腐蚀缺陷的常见形式均匀腐蚀导致管壁整个表面均匀减薄，破坏程度大，但一般不会造成突发性的失效事故。
利用均匀腐蚀的性质，借助有限元分析软件，可以对内腐蚀管道最小剩余壁厚预测展开研究，将管道的腐蚀缺陷按照均匀的腐蚀壁厚缺陷处理，并划分较细密的网格进行较高精度的分析，结合二分法等数值计算方法，对管道极限剩余壁厚进行计算，建立管道均匀腐蚀速率模型，对实际工程有参考价值;另外，借助实验室多相动态腐蚀检测装置模拟油气水运输管道的腐蚀环境进行腐蚀试验，结合实验数据建立基于径向基函数神经网络预测模型来评价油气水集输管道的均匀腐蚀缺陷，也为油气水集输管道的现场防腐设计提供参考。
由于管道在实际运行过程中的壁厚消减不均匀，一些特殊管段(管道的入口、出口等)与其他管段的腐蚀深度不相同，另外实际的腐蚀过程不均匀(出现较深的蚀坑等)，因此对于均匀腐蚀缺陷的预测，只能为管道的失效趋势提供借鉴，而不能预测其突发状况，对于不均匀腐蚀(局部腐蚀)的研究很重要。
管输原油腐蚀特性研究及管道剩余寿命预测软件开发
软件测试
软件测试是指在软件开发过程中，通过测试发现并纠正软件中存在的问题和 错误，以提高软件的质量和可靠性。在腐蚀管道剩余寿命预测软件中，测试主要 包括单元测试、集成测试和性能测试等方面。
单元测试是指对软件的每个模块进行单独测试，以确保每个模块的功能正确 性和稳定性。在腐蚀管道剩余寿命预测软件中，单元测试需要考虑每个模块的功 能需求和输入输出数据的有效性。
感谢观看
管输原油腐蚀特性研究及管道 剩余寿命预测软件开发
01 引言
03 参考内容
目录
02
管输原油腐蚀特性研 究
引言
管道运输是石油、天然气等流体能源的主要运输方式。其中，管输原油的腐 蚀问题对管道的安全运行和能源保障具有重大影响。本次演示将围绕管输原油腐 蚀特性研究及管道剩余寿命预测软件开发的重要性和必要性进行深入探讨。
软件设计阶段主要是根据需求分析的结果，设计软件的架构、数据库、界面 和算法等方面。在腐蚀管道剩余寿命预测软件中，软件设计需要考虑软件的用户 界面设计、数据存储设计、数据处理流程设计、软件安全性设计等方面的内容。
编码阶段主要是根据软件设计的结果，使用编程语言实现软件的各种功能和 性能。在腐蚀管道剩余寿命预测软件中，编码需要考虑软件的计算效率、内存占 用、响应速度等方面的性能要求。
参考内容
引言
随着工业化进程的加快，石油、天然气等管道系统的规模不断扩大，管道腐 蚀问题也日益突出。腐蚀会导致管道强度下降，严重时甚至引发事故，因此对其 进行剩余强度评价和剩余寿命预测至关重要。软件开发在这一过程中发挥着重要 作用，本次演示将介绍腐蚀管道剩余强度评价的方法以及剩余寿命预测软件的开 发过程。
动力分析是通过分析管道在动态载荷作用下的应力、应变和振动等参数，评 估管道的剩余强度。该方法主要考虑管道的动力学特性、阻尼比、支撑条件等因 素，通过建立动力学模型，计算出管道在动态载荷作用下的响应。动力分析的优 点是考虑了管道的动态特性，缺点是计算相对复杂，需要较高的计算资源。
石油集输管道腐蚀剩余预测研究
石油集输管道腐蚀剩余预测研究发布时间：2022-08-19T06:05:50.881Z 来源：《科技新时代》2022年第1期作者：任冲[导读] 在现场防护施工的条件和技术手段下，任冲中石化新疆新春石油开发有限责任公司，山东东营，257000摘要：在现场防护施工的条件和技术手段下，管道外部防护敷设的保护层破损率较高，抗老化能力不强。
可见，对已有的在役管道进行管输介质、环境土壤以及管材性能等多角度的研究，并最终获得剩余寿命预估结果的需求急迫。
在获得石油集输管道满足强度要求下的壁厚条件时，其剩余安全强度的腐蚀时间估算，有益于对其进行有效失效控制以及进行针对性的维修指导。
石油集输管道腐蚀剩余预测研究对石油集输的安全性和经济性具有重要意义。
关键词：石油集输管道；腐蚀；剩余预测一、石油集输管道的腐蚀分析（一）石油集输管道的腐蚀类型 1.均匀腐蚀均匀腐蚀指的是在整个管道金属表面分布较为均匀的腐蚀情况。
该情况下腐蚀面积较大，腐蚀深度较为均匀，没有产生太大的突变。
均匀腐蚀将会使整个管道的管壁变薄，从而引发安全事故。
与局部腐蚀相比，均匀腐蚀的危险性要比较低。
对于均匀腐蚀的程度描述通常是基于年平均复式深度来确定的，通常有十级标准和三级标准两种评判标准。
在描述和评定管道腐蚀程度的过程中，应当结合各个管道的实际情况，进行严格的设计。
结合均匀腐蚀深度尺寸和表面形状，可以将缺陷深度假定为柱状、将缺陷表面假定为椭圆，再对其几何形态进行处理。
2.局部腐蚀局部腐蚀指的是在管道金属表面一定区域内的集中腐蚀情况，其它的区域则没有受到腐蚀或只受到了轻度腐蚀。
在管道腐蚀失效当中，局部腐蚀使最为重要的原因。
局部腐蚀的管道由于容易发生腐蚀穿孔，导致石油的泄漏，因而往往都会比均匀腐蚀更早失效。
根据相关的研究发现，在局部腐蚀的石油集输管道当中，在缺陷深度剖面上，呈现出一深一浅排列的深度尺寸，也就是说，在缺陷剖面的深度上，其规律使中间深、两端浅。
同时，缺陷过渡通常较为平滑，并不存在十分明显的突变情况。
集输管道腐蚀期限预测方法研究
集输管道腐蚀期限预测方法研究1 前言1.1 研究背景金属腐蚀遍及石油化工生产的各个领域，危害十分严重。
可以造成巨大的经济损失，据工业发达国家的统计，因腐蚀造成的经济损失约占当年国民经济总产值的1.5% ~ 4.2%。
如果输油或输气管道发生腐蚀穿孔等事故则可以造成灾难性后果，例如：1980年，北海油田某采油平台发生腐蚀疲劳破损，致使123人丧生。
国外对腐蚀管道的研究工作开始于20世纪60年代末，在腐蚀管道评估方面已取得了很大的成就。
在美国、加拿大和英国，对受腐蚀的油气管道的评估已有规范可循。
在这方面，美国机械工程师协会（ASME）、美国天然气协会（AGA）和英国天然气公司做了大量的工作。
国外对管道的研究工作开始于50年代，在管道腐蚀方面的研究已取得了很大的成就. 20世纪60年代末70年代初，美国得克萨斯州东部输气公司和美国天然气协会（AGA）的管道研究委员会共同发起对管道的腐蚀进行了研究，主要用断裂力学的方法研究了裂纹缺陷的扩展机理和失效模式以及缺陷评估方法等，在研究的基础上提出了表面缺陷评估公式，用来计算腐蚀管道的剩余强度。
在此基础上，经过一些试验验证，提出了评估腐蚀管道的准则,即B31G准则。
1984年，美国机械工程师协会把B31G准则收录到管道设计的规范中,即ANSI/ASME B31G标准。
因为B31G准则的基础是基于断裂力学的表面缺陷评估公式，此公式基于一定的假设和简化，所以用B31G标准来评估腐蚀管道时具有很大的局限性，有时给出非常保守的结果，致使一些管道过早被拆除和更换，造成了不必要的浪费。
针对标准的保守性，1989年美国天然气协会又进行研究，对B31G准则保守的原因进行了研究分析，根据研究结果对B31G准则进行了修正，得到了修正的B31G准则。
Wang于1991年用有限元方法分别计算腐蚀管道在内压、轴向载荷和弯矩作用下的应力集中系数，再利用已有的方法计算好管子的各向应力，然后可得到腐蚀区的应力状态，计算出最大V onMises等效应力，如果最大V onMises等效应力不大于材料的屈服强度,则认为是安全的，否则失效。
多因素作用下油气集输管道的腐蚀行为及预测模型
多因素作用下油气集输管道的腐蚀行为及预测模型多因素作用下油气集输管道的腐蚀行为及预测模型【引言】油气集输管道在能源领域扮演着至关重要的角色，然而，多因素对其腐蚀行为产生了巨大的挑战。
了解并预测油气集输管道腐蚀的行为对于确保管道的安全运行至关重要。
本文将从深度和广度两个方面，介绍多因素作用下油气集输管道的腐蚀行为，并探讨相应的预测模型。
【1. 多因素对油气集输管道腐蚀行为的影响】（1）化学因素：油气中的一些成分会引发腐蚀，如酸性气体和水分子，它们与管道表面发生化学反应，导致腐蚀。
（2）物理因素：温度、湿度等物理因素对管道腐蚀具有影响。
高温环境下，腐蚀速率加快；湿度过高会加速化学反应，加剧腐蚀。
（3）机械因素：管道表面的机械损伤、应力集中等也会促进腐蚀的发生。
气流和流体的压力和流速也会对腐蚀产生影响。
【2. 油气集输管道腐蚀行为预测模型】为了预测油气集输管道的腐蚀行为，需要建立相应的预测模型。
下面将介绍两种常见的预测模型。
（1）经验模型：经验模型基于历史数据和实际观测建立，通过统计分析和数据挖掘的方法，找出腐蚀与各个因素之间的关系。
这种模型简单易用，但缺乏理论支持。
（2）机器学习模型：机器学习模型基于大量数据和算法，通过学习训练数据中的模式，建立预测模型。
这种模型能够处理多变量和复杂关系，具有较高的预测精度。
【3. 油气集输管道腐蚀预测模型的应用】在实际应用中，油气集输管道腐蚀预测模型发挥着重要作用，为管道运维提供决策支持。
通过预测模型可以提前发现腐蚀的可能性，及时进行维修和更换，避免事故发生。
预测模型还可以优化管道布局和设计，减少腐蚀产生的风险。
【4. 个人观点和理解】我认为在研究油气集输管道的腐蚀行为及预测模型时，需要综合考虑各种因素的相互作用。
除了化学、物理和机械因素，还应该考虑管道材料的特性、环境因素等。
建立可靠的预测模型需要持续地收集和更新数据，同时结合适当的算法和方法。
只有充分理解腐蚀行为的多因素作用和预测模型的应用，才能更好地保障油气集输管道的安全运行。
埋地油气管道的内腐蚀速率预测及剩余强度研究
埋地油气管道的内腐蚀速率预测及剩余强度研究埋地油气管道的内腐蚀速率预测及剩余强度研究摘要：埋地油气管道的内腐蚀是造成管道破裂和泄漏的主要原因之一。
本文通过研究埋地油气管道的内腐蚀速率预测和剩余强度，旨在提供一种有效的方法来评估和监测管道的健康状况，为管道的维护和检修提供科学依据。
1. 引言随着油气工业的不断发展，越来越多的油气管道被埋地应用。
然而，埋地环境中的各种因素会导致管道的内腐蚀，从而影响管道的安全运行。
因此，对于埋地油气管道的内腐蚀监测和剩余强度研究具有重要意义。
2. 埋地油气管道的内腐蚀速率预测内腐蚀是管道失效的主要因素之一，因此准确地预测内腐蚀速率非常重要。
目前，内腐蚀速率的预测主要采用实验和数值模拟相结合的方法。
实验通过腐蚀试样的制备和浸泡实验来获取腐蚀速率数据，但实验条件无法完全模拟复杂的埋地环境。
数值模拟则通过模拟埋地环境中的腐蚀介质的流动和腐蚀物质的传输来预测腐蚀速率。
然而，数值模拟需要大量的计算和输入数据，并且对模型参数的准确性有较高的要求。
因此，综合应用实验和数值模拟可以更准确地预测埋地油气管道的内腐蚀速率。
3. 埋地油气管道的剩余强度研究埋地油气管道的内腐蚀会降低管道的剩余强度，导致其不能承受设计要求的荷载，从而增加管道失效的风险。
因此，研究埋地油气管道的剩余强度对于确保管道的安全运行非常重要。
剩余强度的评估主要通过无损检测技术进行，如超声波检测、磁粉检测和渗透检测等。
这些技术能够检测管道的几何缺陷和表面裂纹，结合腐蚀速率预测可以评估管道的剩余强度。
4. 维护和检修策略基于埋地油气管道的内腐蚀速率预测和剩余强度研究，制定维护和检修策略是确保管道安全运行的重要手段。
根据管道的腐蚀状况和剩余强度，可以制定定期检测和维护计划，及时发现和修复管道的腐蚀和损伤。
此外，也可以采取防腐措施，如涂层和阴极保护，减缓内腐蚀速率。
5. 结论埋地油气管道的内腐蚀是管道失效的主要原因之一，预测内腐蚀速率和评估剩余强度对于管道的管理非常重要。
采油厂油气开采和集输系统腐蚀预测研究
采油厂油气开采和集输系统腐蚀预测研究随着石油资源的日益枯竭，采油厂油气开采和集输系统所面临的问题也越来越严峻。
其中，腐蚀是影响油气开采和集输系统正常运行的一个重要因素。
腐蚀会导致管道的破裂、泄漏等问题，严重威胁到设备和人员的安全，同时还会对环境造成污染。
因此，对采油厂油气开采和集输系统的腐蚀进行预测研究，具有极其重要的意义。
首先，腐蚀的影响因素非常多，各种不同的因素组合起来会对腐蚀产生不同的影响。
因此，需要综合考虑多种因素进行预测研究。
目前，用于腐蚀预测的主要方法有：经验公式法、统计预测法、物理模型法和数值模拟法。
经验公式法是通过分析已知数据建立经验公式，应用公式预测未知数据的方法。
该方法简单、快速，但精度较低，只适用于特定的现场环境，不能推广到其他环境中。
统计预测法的基本思路是对已有情况进行归纳总结，通过统计分析找出规律，然后运用统计学的方法进行预测。
该方法的精度较高，但需要大量的数据作为样本，样本量不足会影响预测精度。
物理模型法是一种基于物理原理和实验研究建立模型，模拟实际情况来预测腐蚀的方法。
该方法模型建立较为复杂，需要大量的实验数据进行验证，不适用于现场应用。
数值模拟法则是建立物理模型，在计算机上用数值方法求解，通过计算得出腐蚀情况，对预测结果进行分析。
该方法精度较高，适用于复杂环境的腐蚀预测。
除了上述方法外，实际应用中还应充分考虑到操作、管理、监测、维护等方面的因素，并建立完善的腐蚀预测管理制度和实施方案，以充分保障生产过程的安全和稳定。
总之，针对采油厂油气开采和集输系统的腐蚀问题，进行预测研究，对保障生产安全和稳定有重要作用。
综合考虑多方面因素，充分发挥各种预测方法的优势，建立完善的管理制度和实施方案，可有效提高腐蚀预测的精度和可靠性。
油气管道管壁腐蚀程度预测方法研究
油气管道管壁腐蚀程度预测方法研究摘要：伴随着海洋油气开发产业的迅猛发展，海港油气管道在开发过程中越来越发挥着不可替代的作用。
然而，油气钢管由于其材质等原因，其腐蚀就在所难免，会对生产生活产生非常大的危害。
如何保证管道的安全运行是摆在管理者和技术人员面前的一道难题。
这就需要我们对油气钢管的腐蚀状态进行实时的监测。
本文旨在建立基于马尔可夫随机过程的油气钢管的腐蚀预测方法，对管道管壁腐蚀状态的预测方法进行探究，希望可以通过相关的预测模型进行预测和控制。
关键词：油气管道腐蚀程度预测方法1 引言海港油气管道已经成为海洋油气开发过程中不可忽视的重要组成部分。
油气钢管由于其介质本身的性质容易出现油气泄漏的现象，进而产生巨大的危害，如何预防这些危害的产生，是本文研究的主要目的。
油气钢管的管壁腐蚀是在外防腐层破损之后发生的，所以对管壁腐蚀区域的腐蚀趋势进行预测，可以有效的防止危害的发生，同时又可以降低运营成本，延长管道的使用寿命。
本文主要是基于马尔可夫过程的随机理论，建立油气钢管管壁腐蚀状态预测方法。
据管体腐蚀损伤评价标准划分管壁腐蚀状态，分别建立了单一管段管壁腐蚀状态预测模型和整条管线管壁腐蚀状态分布预测模型。
2管壁腐蚀状态划分2.1油气钢管管壁腐蚀损伤评价对油气钢管的风险评估要以我国石油天然气行业标准SY/T6151为依据。
管体腐蚀损伤的定性判定标准主要是由规范CJJ95-2003来制定的。
而最大点蚀速率和穿孔年限是作为钢管腐蚀速率的两项指标进行评价的，通常在评价过程中，是以两者中比较严重的作为评定指标。
点蚀作为局部腐蚀中危害最大的一种形式，是造成钢铁材料大规模腐蚀的诱因，最大点蚀深度是管道管壁腐蚀程度评价中的关键指标。
一旦最大蚀坑深度大于管线的允许剩余壁厚，管线随时有可能发生泄露失效事故，所以最大蚀坑深度是引起管线穿孔破坏的主要原因。
管道的最小剩余壁厚等于管道原始壁厚减去最大蚀坑深度，当最大蚀坑深度大于80 % 壁厚时，穿孔现象就己发生，该现象同样是考虑了最小剩余壁厚对管道的影响。
基于pca-svm的油气管道腐蚀速率预测技术研究
测 定 的 室 内 实 验[2]， 再 借 助 电 镜 扫 描 、 能 谱 分 析 或 X 射线衍射等材料表征手段，得到第一手的腐蚀数 据，并根据腐蚀数据推断腐蚀机理。
冯兆阳[3]对 N80 套管钢在 H2S/CO2 中的腐蚀行为 进行了研究，利用由遗传算法改进后的 BP 神经网 络对腐蚀速率进行了预测，但与实测值相比，误差
Prediction Technology Study of Oil and Gas Pipeline Corrosion Rate Based on PCASVM XIA Qiaojian1，GAO Hui2，GAO Changzheng3，LING Jianlei4，LIANG Changjing3 1Wenzhou Branch of China National Aviation Fuel Co.，Ltd. 2Huabei Oilfield Road & Bridge Engineering Co.，Ltd. 3No.3 Oil Production Plant of Huabei Oilfield Company，CNPC 4China Petroleum Pipeline Engineering Co.，Ltd. Abstract： In order to effectively predict the corrosion rate of oil and gas pipelines， reasons affecting the corrosion rate of oil and gas pipeline are reviewed and summarized. The principal component analysis (PCA) method is used to reduce the dimension of the 10 major influencing factors. The first 8 influencing factors with a cumulative contribution rate not less than 98% are selected to replace all the original influencing factors，ignoring the influence of flow rate and pressure. By LS algorithm，the values of penalty factor C， kernel parameter σ and insensitivity parameter ε are optimized. Finally， four prediction models of PCA- SVM， PCA- BP， PCA- GRNN， and PCA- WNN are compared. Among them， the PCA- SVM model has the best prediction effect， with an average absolute error of 1.04% and a root mean square error of 0.01339. However， its training time is longer than other models， so algorithm optimization should be concentrated in the future. Keywords：oil and gas pipeline；corrosion rate；PCA-SVM；model prediction
油气集输管道内腐蚀及内防腐技术分析
油气集输管道内腐蚀及内防腐技术分析在对油气进行开采以及运输的过程中，金属管道的内壁很容易出现腐蚀的情况，金属管道内壁一旦出现腐蚀，会严重影响油气运输效率，降低油田企业的经济收益。
这就需要对油气集输管道中存在的腐蚀问题进行研究和分析，同时提出针对内腐蚀问题的防腐对策，降低油气集输管道的腐蚀情况，提高油气集输管道的运输效率以及运输安全性，对促进油田企业的长远发展有重要现实意义。
标签：油气集输管道;内防腐技术;外防腐技术前言在当前对油气进行传输时，不能直接传输原油，而是将原油转化为能够运输的油气。
原油中含有比较多的水分，对原油进行转化的过程中，气体会与水分产生反应，会增加油气传输过程中的能耗，同时对油气传输管道产生不利影响。
随着我国科学技术水平的不断提高，当前的油气传输技术也在不断更新和发展，例如先进的常温脱离技术可以确保油气分离在常温环境中进行，防止高温分离出现的腐蚀问题对油气集输管道的运输效率以及安全性产生影响。
现阶段，需要对油气集输管道常见的内腐蚀问题进行研究和分析，才能够提出针对性比较强的有效的防腐措施，这对保证油气传输效率，提高油田企业的经济收益有重要意义。
一、油气集输管道内腐蚀问题在油气集输管道的应用过程中，腐蚀问题一般发生在油水分离的阶段，因为在这一阶段需要大量工艺手段，而工艺手段会导致严重腐蚀问题，例如高温以及酸性气体等。
除此之外，设备本身的问题会影响油气的传输效率，从而对油田的开发以及生产效率产生影响，会降低油田企业的经济收益。
这就需要对油气集输管道在应用过程中存在的内腐蚀问题进行分析，主要的内腐蚀问题包括以下几种：（一）反应腐蚀问题在利用油气集输管道对油气进行传输时，首先传输的是气体，在对原油进行转化的过程中，气体很容易与水进行化学反应，产生腐蚀性比较强的酸性气体。
随着酸性气体的不断增加会严重影响管道内部的稳定性，对管道内部产生大面积腐蚀情况。
这些腐蚀问题会降低油气的运输效率，影响企业的经济收益[1]。
- 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)。
油气集输管道腐蚀速率预测研究
伶立强，张鹤群
(冀东油田油气集输公司，河北唐山063000)
摘要:
腐蚀速率的精确预测对于油气集输管道的安全运行具有重要意义。
鉴于神经网络算法陷入
局部最小值、收敛速度慢和引起振荡效应等问题，同时考虑白适应遗传算法在广泛的空问搜索和向最
优解的方向尽快收敛于最优目标的特点，构建了优化的混合算法神经网络模型。
利用该模型对多种因
素影响下的油气集输管道的腐蚀速度进行了预测研究。
实际应用表明:
该模型大大提高了网络的学习
效率和预测评判的精度，可以作为油气集输管道腐蚀速率预测的良好工具。
关键词:
神经网络;腐蚀;改进的遗传算法
引言
腐蚀常给油气田造成重大的经济损失，包括灾难性的事故和环境污染。
影响油管腐蚀的因素很多，包括材料因素、环境因素、所输介质的组分因素等，同时影响腐蚀各因素之问的相互作用十分复杂，而实验过程又往往不能控制所有因素变化情况，从而导致实验结果分散性比较大，因此用精确的数学解析公式来表达它们之问的关系是非常困难的，所以有必要采用其他科学的方法对实
验数据进行分析处理，以便从分散性较大的实验数据中分清和判断各种因素的影响，作出不掺杂主观成份的推论和判断。
BP神经网络技术被广泛应用于输油气管道腐蚀速度预测研究中，但由于BP 神经网络具有收敛速度慢，极易陷入局部极值点等弱点该方法的预测效率及精度都不高。
文中利用改进的遗传算法结合BP神经网络对集输管道的腐蚀速率进行分析，建立系统模型，用现场实验数据对模型进行了检验。
结果表明:
其预测效率及精度均较高。
1腐蚀速度的预测方法
1．1人工神经网络方法
大量的仿真实验和理论研究已经证明，BP ( backpropagation)算法是一种有效的神经网络学习算法，它具有很强的处理非线性问题的能力，近年来应用广泛。
但在实际应用中，BP神经网络也暴露出一些白身的弱点如收敛速度慢，极易陷入局部极值点;另外，神经网络的初始连接权以及网络结构的选择缺乏依据，具有很大的随机性，很难选取具有全局性的初始点因而求得全局最优的可能性小，限制它在实际中的应用。
1．2遗传算法
BP算法的优点是寻优具有精确性，但它具有易陷入局部极小、收敛速度慢和引起振荡效应等缺点。
局部极小问题在实际计算过程中可以通过调整初始权值和阀值来解决，而收敛速度较慢和引起振荡效应往往是网络训练后期陷入局部极小所致。
如果在BP算法之前，能用一种有效的方法大致搜索出一定的权值和阀值，以此时的权值和阀值作为BP算法的初始权值和阀值，则可以解决上述问题。
由于改进的遗传算法具有很强的宏观搜索能力，并且具有简单通用、鲁棒性强、并行运算的特点，所以用它来完成前期的搜索，能较好地克服BP算法的缺点。
综上所述，将二者结合起来，形成一种混合训练算法，达到优化网络的目的。
即:
(1)充分发挥GA全局搜索的优点和BP局域寻优迅速的优点，将两者有机地结合起来;
(2)以要真正发挥出进化的特点，保持群体点问的联系是一个前提条件，在该方法中，将GA, BP分别搜寻得到的结果混合起来，再根据误差大小，将误差较大的部分交给IA GA进行全局寻优，将误差较小的部分交给BP算法进行局部寻优，将GA, BP的群体点充分联系起来，有益于发挥以进化的特点;
( 3)此方法可使大量点群以BP算法的梯度下降法快速地或者以GA大范围地向各白的最优值逼近。
14混合算法的步骤
(1)根据给定的输入、输出训练样本集，设计神经网络的输入层、隐含层和输出层的节点数，确定神经网络的拓扑结构。
(2)初始化网络及群体，给出训练参数;对于每个输入向量V，先使其规格化，文中规格化的公式为m二(V;)一min(V;)·0. 9 + 0. O5,网络的初始权值为[-1,1]内的一组随机数。
( 3)对种群中的染色体，计算染色体的在神经网络中的误差平方和E;和适应度f;的值，如果满足精度要求，则转向
(9);
( 4)对该种群进行，iA进化，进化到一定代数就转向
(5);
( 5)对种群进行适应度计算，如果满足精度要求，则转向
(9)，否则转向
(6);( 6)根据适应度大小排列种群，按照一定比例将适应度高的个体转向
(8)，其他适应度低个体转向
(7);
(7)按照IA GA方法对适应度低的个体进行进化，进化到一定的代数转向
(5).(8)对适应度高的个体分别按照BP算法进行局部寻优，进行一定的循环后转向
(5)。
( 9)对得到的优良个体进行神经网络训练，得出预测结果，结束。
2预测实例
根据油气田现场经验和化学腐蚀机理分析可知，影响集输管线腐蚀的因素较多，主要有环境土壤因素和管输介质组分影响因素。
环境土壤因素包括电率、含水量、含盐量和田值;管输介质组分影响因素包括COZ含量、HZS含量、CI浓度等。
文中基于现场所测与管道腐蚀速率相关的主要因素(包括环境土壤参数、腐蚀介质(HZS, COZ), CI浓度等)的基本数据[‘〕，利用BP神经网络与改进遗传算法预测集输管道的腐蚀速度，同时利用实验数据验证混合模型的正确性及精度。
表1为集输管道腐蚀数据。
根据混合算法的步骤图，使用MATLAB6 1编制程序进行计算，预测管道的腐蚀速率，见表2
为了验证混合算法的优越性，文中将不同算法所计算的腐蚀速率结果进行了比较，如图1所示。
混合算法的预测结果与实测值非常接近，误差在fFlo左右;而传统的BP神经网络算法与概率统计算法的计算结果均高于实测值，其误差大于10'/0。
由此可见，混合算法极大地提高了腐蚀速率预测的精度，可以作为管道腐蚀速率预测的良好工具。
图1不同算法对油气集输管道腐蚀速率预测结果的比较
3结束语
改进遗传算法和BP神经网络算法结合的混合算法充分发挥了遗传算法全局搜索的优点和BP局域寻优迅速的优点，将两者有机地结合起来，具有收敛速度快，计算精度与计算效率高的优点。
油气集输管道腐蚀速度实例计算表明:
与传统的概率统计方法与BP神经网络算法相比，混合算法具有较高的计算精度，可以作为管道腐蚀速率预测的工具。