基于人工神经网络研究原油腐蚀的影响因素  

Influencing Factors of Crude Oil Corrosion Based on Artificial Neural Network

作　　者：任振甲[1] 张军[1] 骆成双[1] 石鑫 胡松青[1] 张扬[1] 

机构地区：[1]中国石油大学物理科学与技术学院,东营257061 [2]中石化西北油田分公司,乌鲁木齐830011

出　　处：《腐蚀与防护》2011年第4期293-296,共4页Corrosion & Protection

基　　金：中石油中青年创新基金(07E1021)

摘　　要：针对原油对储运设备腐蚀影响的复杂性,本工作借助人工神经网络输入节点的筛选规则,对影响原油腐蚀性的主要因素进行了筛选,影响因素从最初的18个筛选到最后的9个;然后分别以18个和9个因素作为输入节点构建神经网络模型,通过对比两个模型的预测精度发现,9个输入因素的神经网络模型预测精度更高。对单一影响因素进行敏感性分析,研究了筛选得到的各个因素对腐蚀速率的影响规律。For the complexity of crude oil corrosion to transportation equipment, influencing factors of crUde oil corrosion were cut down from 18 to 9 by means of a screening principle of input nodes in Artificial Neural Networks （ANN）. It was found that the network model with 9 nodes in input layer had more prediction accuracy, than that with 18 nodes. The influence law of each selected factor on corrosion rate was obtained by sensitivity analysis.

关 键 词：人工神经网络 原油腐蚀 筛选规则 敏感性分析 

分 类 号：TG174[金属学及工艺—金属表面处理]