·186· 北京科技大学学报 1999年第2期 腐蚀情况.以其在海域的平均腐蚀率、局部腐蚀 将表1的数据按(1)，(2)式计算得下面结果. 深度为母序列；以各海域的海水环境因素即pH 1)对于母因素Y,计算结果为： 值、温度（℃）、溶解氧(mL/L)、盐度(%)、生物附 r=0.7280,2=0.6000,r3=0.8201,r4=0.6738, 着物(%)为子序列X,测试结果见表1. r3=0.6573. 表1A钢在各海域的1年腐蚀数据 环境因素（子因素） 全浸带 海域 pH 温度/℃ 溶解氧/mLL」盐度%。生物附着物/%平均腐蚀率mm·a1 局部腐蚀深度/mm (X) (X2) (X) (X) (X) (Y) (Y) I 8.60 13.6 32.0 5.60 50 0.19 0.41 Ⅱ 8.14 17.4 24.5 5.62 80 0.19 0.59 Ⅲ 8.17 20.9 27.0 5.30 100 0.20 0.65 V 8.30 26.7 34.0 4.50 100 0.10 0.70 2)对于母因素Y,计算结果为： 2.1基于神经网络的海水腐蚀预测模型 r=0.6122,r2=0.7602,r3=0.5490,r=0.5742, 预测海水腐蚀时采用了3层BP网络模型. r5=0.7938. 第1层为输入层，中间为隐含层，第3层为输 由结果可知，影响平均腐蚀速率的因素主次 出层.各层次间的神经元之间形成全互连连接. 关系为： 各层次内的神经元之间没有连接.输人层的节点 溶解氧>pH值>盐度>生物附着物>温度. 数为输人向量的分量数，这里为5个，即海水温 影响局部腐蚀深度的因素主次关系为： 度、溶解氧含量、盐度、pH值、生物活性；输出层的 生物附着物>温度>pH值>盐度>溶解氧， 节点数为输出向量的分量数，这里为1个，即平均 (3)建议. 腐蚀率；隐含层的节点数根据网络训练拟合情况 从海水对A,钢腐蚀速率分析，上述5个因素 选取， 关联度均大于0.6，即都对A,钢有影响，但影响 海水腐蚀模型和相应的3层BP网络模型见 最大的是海水中溶解氧的含量(，=0.8201)，其 图1. 次是海水中pH值(r,=0.7280).为减少腐蚀速 率，在对A,钢设施防腐中，应重点使用抗溶解氧 (a) 及酸碱性涂料以减缓腐蚀影响， pH值K) 从局部腐蚀深度分析，对A,钢腐蚀起主要作 温度(K) 腐蚀的环境 腐蚀结果 用的影响因素是生物附着物(，=0.7938)，温度 溶解氧(X 材料 因素 (平均腐蚀率Y) (2=0.7602),及pH值(r=0.6122),为减少腐蚀 盐度(X) 深度，应加强抗海水中生物附着物的防护措施. 生物附 2海水腐蚀预测 着物(X) 使用神经网络来预测海水环境对材料的腐 (b) 蚀速率是将环境因素与材料腐蚀率之间的关系 X 视为黑箱，进而通过试验数据学习，建立输人（环 境因素)与输出（材料腐蚀率）之间的作用关系. 理论上已证明：任何函数都可以用3层BP人工神 经网以任意程度逼近，它不需要预先给出模型， 而只需要一组已知条件（输人）和结果（输出）组 X 成的学习样本，即可逼近自学习或有导师的学习 获得条件与结果的对应规律.用神经网络方法可 预测某材料在某特定海水环境条件下的腐蚀结 图1海水腐蚀模型(a)和BP网络模型(b) 果（腐蚀速率）.北 京 科 技 大 学 学 报 1 9 9 9年 第2期 腐 蚀 情 况 . 以 其 在 海 域 的 平 均 腐蚀 率 、 局 部腐 蚀 深 度 为 母 序 列 ; 以 各 海 域 的 海 水 环 境 因 素 即 p H 值 、 温度 ( ℃ ) 、 溶解 氧 (m L / )L 、 盐度 (编 ) 、 生物 附 着物 (% ) 为 子序 列 X, 测试结果 见 表 1 . 将表 l 的数据按 ( l ) , (2) 式计算得 下面结 果 . l) 对于 母 因 素 艺 , 计算 结果 为 : r , = 0 · 7 2 8 0 , 2r = o · 6 0 0 0 , 3r = 0 · 8 2 0 1 , 4r = o · 6 7 3 8 , 5r = 0 . 6 5 7 3 . 表 1 儿 钢在各海域的 1 年腐蚀数据 环境 因素 (子因 素) 全浸带 海域 PH 温度 /℃ 溶解 氧/mL · L 一 , 盐度煽 生物附着物舰 平均腐蚀率恤 · a 一 , 局部腐蚀深度 / ~ _ _ Xl( ) (龙 ) Xs( ) X(4 ) Xs( ) ( lY ) (儿〕 1 8 6 0 1 3 . 6 3 2 . 0 5 . 6 0 5 0 0 . 1 9 0 . 4 1 1 8 . 1 4 1 7 . 4 2 4 . 5 5 6 2 8 0 0 . 1 9 0 . 5 9 1 8 . 17 2 0 . 9 2 7 . 0 5 . 3 0 10 0 0 . 2 0 0 . 6 5 W 8 . 3 0 2 6 . 7 3 4 . 0 4 . 5 0 10 0 0 . 10 0 . 70 2) 对 于母 因素 玖 , 计 算结 果 为 : r , = o · 6 12 2 , 2r = 0 · 7 6 0 2 , r 3 = 0 . 5 4 9 0 , 4r = 0 . 5 7 4 2 , 5r = 0 . 7 9 3 8 . 由结 果 可 知 , 影 响平 均腐蚀 速 率的 因素主次 关 系 为: 溶 解 氧 > p H 值 > 盐度 > 生 物附 着物 > 温度 . 影 响局 部 腐蚀 深度 的因 素主次 关 系为 : 生 物 附着 物 > 温度 > p H 值 > 盐 度 > 溶解 氧 . ( 3) 建议 . 从海水 对 A , 钢腐 蚀 速率 分析 , 上 述 5 个 因素 关 联 度 均 大 于 .0 6 , 即都 对 A 3 钢 有 影 响 , 但 影 响 最 大 的是 海 水 中溶 解 氧 的 含量 (r , 一 0 . 82 0 1) , 其 次 是 海 水 中 p H 值 (r , 二 .0 7 28 0) . 为 减 少 腐蚀 速 率 , 在 对 A 。 钢设施 防腐 中 , 应 重 点使用 抗 溶解 氧 及 酸碱性 涂 料 以 减 缓腐蚀影 响 . 从局部 腐蚀深度 分 析 , 对 A 3钢腐 蚀 起 主要 作 用 的影 响 因素是 生 物 附着 物 (r , 二 .0 7 93 8) , 温 度 (` = o · 7 6 0 2 ) , 及 p H 值 ( r , = 0 . 6 12 2 ) , 为 减 少腐蚀 深 度 , 应 加 强抗海水 中生 物 附着 物 的防 护措施 . 2 . 1 基于神经 网络的海水腐蚀预 测模型 预测 海 水腐蚀 时采 用了 3 层 B P 网络模型 . 第 1 层 为 输 人 层 , 中 间 为 隐 含层 , 第 3 层 为 输 出层 . 各层 次间 的神经 元 之 间形 成全 互 连连接 . 各层 次 内的神经元 之 间没 有连接 . 输人 层 的节 点 数 为 输人 向 量 的分 量 数 , 这 里 为 5 个 , 即海 水温 度 、 溶 解氧 含量 、 盐 度 、 p H 值 、 生物活性 ; 输出层 的 节点 数为 输出 向量 的分量数 , 这里为 1个 , 即平均 腐蚀 率 ; 隐含 层 的节点 数根据网络训 练拟合情况 选取 . 海 水腐蚀模型 和相 应的 3 层 B P 网络模型见 图 1 . ( a ) p H 值 讯 )一 温度 讯)一 溶解氧 比) 盐度 讯)一 生物附 着物 忧 )一 腐蚀 的环境 腐蚀结果 因素 材料 (平均腐蚀率 Y ) 一 2 海水腐蚀预测 使用 神经 网 络 来 预 测 海 水 环 境 对材 料 的腐 蚀 速 率 是 将 环 境 因 素与 材 料 腐蚀率 之 间 的 关 系 视 为黑 箱 , 进而 通 过 试验 数据 学 习 , 建立 输人 (环 境 因 素 ) 与 输 出 (材 料 腐 蚀 率 ) 之 间 的作 用 关 系 . 理论上 已 证明 : 任何函 数都 可 以 用 3 层 B P 人工 神 经 网 以 任 意 程 度 逼 近 , 它 不 需 要 预先 给 出模 型 , 而 只 需 要 一 组 已 知 条 件 (输 人 ) 和 结 果 (输 出 ) 组 成 的学 习 样 本 , 即可 逼近 自学 习 或 有 导 师 的学 习 获得 条件 与 结 果 的 对应规律 . 用 神 经 网 络方 法 可 预 测 某 材 料 在 某 特 定 海 水 环境 条 件 下 的腐 蚀结 果 (腐蚀速率 ) . (b) Xl 凡龙戈 图 1 海水腐蚀模型 (a) 和B P 网络模型 (b)