应用人工神经网络预测碳钢低合金钢的大气腐蚀

应用人工神经网络从已有的大气腐蚀数据中求得气象因素、冶金因素与碳钢、低合金钢的大气腐蚀之间的关系,从而预测大气腐蚀,并探讨具体条件下部分因素对大气腐蚀的影响。结果表明:大气腐蚀与气象因素、冶金因素有明显的联系,可以用人工神经网络来预测大气腐蚀,其准确度取决于训练样本的代表性和准确性。     

BP神经网络在碳钢、低合金钢海水腐蚀中的应用

根据实海环境数据及材料腐蚀数据,利用BP结构神经网络建立了碳钢、低合金钢在实海环境中腐蚀速度与环境因素、材料成份之间神经网络预测模型,并探讨了建立预测模型中遇到的一些问题.结果表明该模型可以较准确的预测碳钢、低合金钢在不同海域的腐蚀速度.      

BP神经网络在碳钢和低合金钢大气腐蚀数据预测中的应用

针对设施与装备选材时对金属材料大气腐蚀预测的需求,应用神经网络理论,在改进算法的基础上,建立了一种基于贝叶斯正则化算法的BP神经网络预测模型,探讨了小样本条件下的网络泛化问题,分析了算法对泛化精度的提高能力,并通过Matlab实现了仿真验证.通过对试验数据的测试,证实了改进算法和模型的有效性.     

热带雨林碳钢、低合金钢的大气腐蚀

在西双版纳热带雨林地区进行了4年的大气暴露试验，结果表明：材料的腐蚀符合指数函数规律，即W=Atn，随着试验时间的增加，腐蚀率有逐渐降低的趋势.碳钢的锈层疏松，易脱落，腐蚀较重；低合金钢的锈层比较致密，表现出较好的耐腐蚀性能.     

用人工神经网络构建碳钢、低合金钢大气腐蚀模型

采用人工神经网络技术建立了碳钢、低合金钢大气腐蚀预测模型,神经网络拓朴结构为13-19-1,神经网络模型预测结果和实验数据紧密相符,而且通过单一因素敏感性分析方法,研究了合金元素和环境因素对于大气腐蚀速率的影响,表明该方法的有效性.     

BP神经网络预测碳钢在油田水介质中的腐蚀速率

在实验室进行碳钢在油田模拟水溶液中仿真模拟试验,得到影响油田水腐蚀的各因素与碳钢腐蚀速率间的关系,利用神经网络方法对试验结果进行分析,计算结果表明训练的网络能够较好地对油田水介质的腐蚀性进行预测.     

碳钢与低合金钢耐大气腐蚀规律研究

采用干湿复合循环实验、电化学交流阻抗和扫描电镜等方法研究了7种碳钢与低合金钢在试验环境中的腐蚀规律及腐蚀试验后带锈试样的电化学特征．结果表明，7种材料的腐蚀失重率随时间均遵从负指数规律：Y=Y0 Ae^-t/B．电化学测试结果表明带锈试样进一步腐蚀的速度受阴极扩散过程所控制；7种材料带锈试样的阻抗值与材料的年腐蚀速率呈线性关系。     

模式识别在金属大气腐蚀预测中的应用

运用模式识别技术,通过对影响金属大气腐蚀主要因素的聚类分析,初步研究了运用典型地区金属大气腐蚀数据预测和评价有关地区大气环境腐蚀性.     

碳钢及低合金钢8年大气暴露腐蚀研究

总结了7个试验站17种钢的8年大气暴露腐蚀试验结果探讨了用短期数据推测长期腐蚀情况的可能性     

用BP模型预测地铁杂散电流腐蚀危险性

根据埋地金属结构受杂散电流影响极化电位正向偏移的数据和环境中氯离子的浓度,采用人工神经网络的方法,建立了地铁杂散电流腐蚀危险性等级的预测模型,并选取了一组样本进行了预测模型的训练,利用此模型对广州地铁一号线整体道床排流网和侧壁结构杂散电流腐蚀情况进行预测,结果表明,该模型能够预测地铁杂散电流腐蚀的危险性等级.     

基于人工神经网络模型的铝合金大气腐蚀的预测

用BP神经网络预测了铝合金大气腐蚀,研究了网络的训练精度和预测精度的关系,建立7-5-1的模型结构,模型相关系数为0.8821,预测结果比较理想.利用单一因素敏感性分析,计算了合金元素和环境因素对于铝合金大气腐蚀速率的影响.     

神经网络在预测高温高压环境中油管钢腐蚀速率的应用

简要综述了神经网络的发展概况及相关理论，并利用 Matlab软件中的神经网络工具箱成功地建立了预测油管钢腐蚀速率的神经网络模型，实践证明神经网络预测结果与实验值吻合较好.最后通过现场实验数据检验了神经网络的泛化能力，表明其预测结果与现场实验结果相近.     

碳钢、低合金钢大气腐蚀的灰色模型预测及灰色关联分析

用灰色模型GM(1,1)对碳钢、低合金钢的大气腐蚀速率建立了预测模型,结果显示,该模型具有较高的精度,同时用灰色关联分析方法研究了环境因素对大气腐蚀影响的程度,表明RH>80%的年时数、相对湿度RH、温度是影响大气腐蚀的主要因素.     

低合金钢大气腐蚀数据拟合及预测──GM(11)模型与回归模型的对比分析

用GM(11)模型、指数回归模型及幂函数回归模型对低合金钢大气腐蚀速率进行了拟合及预测,分析表明3种模型都可拟合低合金钢户外暴露1～4年的腐蚀速率,但是只有幂函数回归模型可以预测低合金钢8年的腐蚀率.     

基于人工神经网络的铝合金腐蚀预测及其精度分析

基于MATLAB采用BP神经网络,对铝合金腐蚀试验数据进行学习训练,建立了腐蚀时间、温度与最大腐蚀深度和疲劳性能的非线性映射关系．结果表明,人工神经网络用于铝合金的腐蚀预测是可行的．分别采用三层和四层神经网络进行预测,讨论了网络结构模型对预测精度的影响．     

碳钢与低合金钢耐大气腐蚀性研究

采用干湿复合循环实验、电化学交流阻抗和扫描电镜等方法研究了7种碳钢与低合金钢在试验环境中的腐蚀规律及腐蚀试验后带锈试样的电化学特征.结果表明,7种材料的腐蚀失重率随时间均遵从负指数规律：Y=Y0+Ae-t/B.电化学测试结果表明带锈试样进一步腐蚀的速度受阴极扩散过程所控制;7种材料带锈试样的阻抗值与材料的年腐蚀速率呈线性关系.