基于神经网络的高含硫气田L360钢腐蚀速率预测

摘要：

高含硫气田地面集输系统广泛使用L360钢,由于腐蚀因素的多样性及协同效应,其腐蚀速率预测一直是个难题。文章介绍了不同腐蚀因素对L360钢腐蚀速率的影响。随着H2S和CO2压力的增高,腐蚀速率先降后升,在H2S和CO2压力为1.00和0.67 MPa时达到最小值;随Cl-质量浓度的升高,腐蚀速率增大,但当Cl-质量浓度高于40 g/L后,腐蚀速率反而降低;随着温度的升高,腐蚀速率增大,当温度超过70℃后,腐蚀速率反而降低。建立了三层结构BP神经网络模型,输入层有6个神经元,分别代表H2S,CO2分压、Cl-质量浓度、温度、流速和沉积硫6种腐蚀影响因素,隐层神经元数目为8个,输出层神经元数目为1个,代表腐蚀速率。结果表明,L360钢在试验水中的平均腐蚀速率的预测最大误差在15.9%以内,可以满足工程应用要求。

关键词：高含硫气田、腐蚀速率、预测模型、神经网络

所属期刊栏目：29

分类号：O359(流体力学)

资助基金：国家科技重大专项2011ZX05017;教育部博士学科点基金资助项目200804251516

在线出版日期：2012-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1-3