BP神经元网络在炼油厂低温腐蚀预测模型上的应用

作者：赵林; 李博文; 郑丽群; 杨富淋; 宋以常; 付伟

来源：石油化工设备技术, 2013, (01): 59-62+1.

• 神经元网络
• Levenberg-Marquardt算法
• 腐蚀速率
• 现场数据 Neural network
• Levenberg-Marquardt algorithm
• Corrosion rate
• Field data

将神经元网络建模应用于炼油厂腐蚀速率预测,整理分析现场数据,对神经元网络模型进行训练,建立了低温腐蚀速率预测模型。采用改进的Levenberg-Marquardt算法训练模型,较传统的梯度下降法可以更好地完成算法收敛。神经元网络建模后,可以将现有的腐蚀数据涵盖在腐蚀模型中,便于腐蚀数据的管理和查询,同时对现场参数变化影响腐蚀速率的情况起到了预测作用。预测结果与实际值之间的平均方差为0.013 2,可以满足现场需要。

• 单位
  中国科学院金属研究所; 中国石油化工股份有限公司