基于神经网络的高含硫气田L360钢腐蚀速率预测.pdf

《基于神经网络的高含硫气田L360钢腐蚀速率预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、综述石Corros油ion＆化Prote工ction腐inPet蚀rochem与ical防Indust护ry2012，29(2)·1·基于神经网络的高含硫气田1．360钢腐蚀速率预测刘德绪，粱法春，龚金海，赵景茂。(1．中国石化集团中原石油勘探局勘察设计研究院，河南濮阳457001；2．中国石油大学(华东)储运与建筑工程学院，山东青岛266555；3．北京化工大学材料科学与工程学院，北京100029)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

2、腐蚀因素对L360钢腐蚀速率的影响。随着H，s和CO2压力的增高，腐蚀速率先降后升，在H2s和CO2压力为1．o0和0．67MPa时达到最小值；随cl一质量浓度的升高，腐蚀速率增大，但当cl一质量浓度高于40L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，CO分压、Cl一质量浓度、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

3、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中图分类号：0359文献标识码：A文章编号：1007—015X(2012)02—0001—03国内高含硫天然气资源丰富，地质储量已超蚀因素下腐蚀速率，见图1。L360的腐蚀速率随过8000×10nl。由于输送介质的高压性、易燃着Hs和CO：压力的增高先降后升，在Hs和易爆性、剧毒性和强腐蚀性，高含硫气田地面集输CO压力为1．00和0．67MPa时达到最小值。系统面临十分突出的安全、防腐蚀和环保问题¨J。高压酸气集输环境

4、下极易发生电化学腐蚀、应力腐蚀开裂(SSC)和氢致开裂(HIC)腐蚀，导致管道、设备穿孔进而引发泄漏J。防腐蚀技l槲术研究是开发高含硫气田的一项长期而艰巨的任目务J。碳钢在输气管道中的腐蚀是一个非常复避杂的过程，影响的因素很多，而且各种影响因素的作用机理并不完全明确，加上这些因素的影响也不完全是线性的，因此很难找到影响腐蚀的主要上力，MPa因素和腐蚀规律，更无法准确地建立一个数学预图1气体分压对腐蚀速率的影响测模型。随着计算机技术和现代数学的发展，其Fig．1Effectofgaspa~ialpressureonthec

5、orrosionrate中神经网络、灰色理论等非线性方法已经成功地cl一质量浓度和温度对L360钢的腐蚀的影响，应用在腐蚀研究领域。该文将研究I360钢见图2。从图2中可看出腐蚀速率随cl一质量浓度在普光输气环境中的主要腐蚀因素，并建立人工的升高而增大，但当cl一质量浓度高于4oL后，神经网络模型进行腐蚀预测。收稿日期：2012一O1—09；修改稿收到日期：2012—02—03。1高含硫环境下L360钢腐蚀影响因素作者简介：刘德绪(1960一)，男，1983年毕业于中国石油大高含硫环境下L360钢腐蚀影响因素主要包学(华

6、东)，教授级高工，主要从事油气田地面集输及腐蚀防括H：S及CO分压、cl一质量浓度、输送介质温护等研究工作。E—mail：liuduxu@163．con。度、气体流速和单质硫等。利用腐蚀评价装置，模基金项目：国家科技重大专项(2011ZX05017)、教育部博士拟高含硫湿气集输系统环境，分别测量了不同腐学科点基金资助项目(200804251516)。·2·石油化工腐蚀与防护第29卷随c1一质量浓度升高腐蚀速率降低；随着温度的升J_=()⋯(1)高，腐蚀速率逐渐升高，当温度超过70℃后，L360【W=(wjk)钢的腐蚀速率

7、反而降低。式中：为输入层中第i个节点到隐含层第j各节点的权向量；为隐含层第j个节点到输出层的权向量。。隐含层特性函数采用Sigmoid函数：日1昌吕)=(2)ite褂输出层函特性数采用简单线性函数：薏避g()=(3)图2Cr质量浓度对L360钢腐蚀速率的影响腐蚀速率Fig．2EffectofchlorideconcentrationonthecorrosionrateofL360高含硫环境下，腐蚀规律复杂，腐蚀速率与影响因素之间存在非常复杂的映射关系，当前综合输入层隐层输出层考虑多种腐蚀因素的模型研究尚不充分。而人工图3

8、三层BP神经网络结构神经网络具有模糊识别和非线性预测能力，在此Fig．3rhelayoutof3-layerneur~network尝试采用BP神经网络预测腐蚀速率。2．2BP神经网络训练过程2人工神经网络预测模型输入训练样本后，经前向传播，网络将产生输2．1腐蚀速率神经网络模型结构出，此输出与其目标值之差即为Ⅱ练样