利用人工神经网络技术预测气田环境下316L不锈钢临界点蚀温度

刘静¹，李晓禄¹，朱崇伟¹，张涛^1,2，曾冠鑫³，孟国哲^1,2，邵亚薇^1,2

1. 哈尔滨工程大学材料科学与化学工程学院2. 中国科学院金属研究所3. 塔里木油田分公司塔北勘探开发项目经理部地面部

摘 要：根据气田现场工况的调研情况,应用动电位极化法测量了典型气田环境中316L不锈钢的临界点蚀温度（CPT）,并利用人工神经网络（ANN）技术对CPT进行了预测。结果表明,CPT随Cl-浓度升高而降低,p H值对CPT影响很小。建立的ANN模型对316L不锈钢的CPT具有良好的预测能力,可实现对气田各作业区复杂耦合环境下CPT的预测。ANN模型的预测结果表明,Cl-浓度和p H值对CPT的影响无交互作用,Cl-浓度是影响CPT的主要因素,因此Cl-将是气田防腐蚀工程的重点控制因素。

关键词：316L不锈钢;气田环境;临界点蚀温度;人工神经网络;腐蚀预测;