基于BP神经网络的管道腐蚀速率的预测方法技术

本发明专利技术提供了一种基于BP神经网络的管道腐蚀速率的预测方法。确定影响管道腐蚀的主要环境影响因素；根据所述主要环境影响因素建立管道在H2S+CO2环境中的腐蚀数学模型；利用遗传算法优化BP神经网络对所述管道在H2S+CO2环境中的腐蚀数学模型进行优化；利用优化后的管道H2S+CO2环境中的腐蚀数学模型预测管道的腐蚀速率。本发明专利技术的有益效果包括：本发明专利技术以温度、腐蚀介质流速以及H2S和CO2分压比条件作为的主要环境影响因素进行腐蚀失重实验；建立腐蚀数学模型；并通过遗传算法优化BP神经网络对获得的腐蚀模型进行优化。操作简单，预测方法推广性强，便于工程应用。便于工程应用。便于工程应用。

【技术实现步骤摘要】
基于BP神经网络的管道腐蚀速率的预测方法


[0001]本专利技术属于油气田腐蚀防护
，具体地，涉及一种基于BP神经网络的管道腐蚀速率的预测方法。

技术介绍

[0002]连续油管的腐蚀发生在运输、保存和作业等全过程，根据统计资料显示，大约51％的连续油管失效与腐蚀有关，它降低了管柱的强度，增加了管柱疲劳损坏的敏感性，减弱了压力控制设备的密封效果，同时影响了测量、检测装置准确度，严重影响连续油管的正常作业。
[0003]随着我国高酸性油气田的不断开发，目前关于连续油管在H2S+CO2环境中的腐蚀研究已经成为了腐蚀领域中的热点之一。但是基于室内模拟 H2S+CO2共存环境腐蚀速率测试风险高、测试结果差异大；现有的腐蚀速率预测方法主要是针对CO2腐蚀环境，且鲜有针对连续油管的腐蚀预测。
[0004]公开号为“CN111798930A”、名称为“一种考虑腐蚀产物膜影响的CO2腐蚀速率预测方法”公开了一种考虑腐蚀产物膜影响的CO2腐蚀速率预测方法，所述方法包括：首先对CO2溶液体系进行化学平衡计算，确定腐蚀过程中主要的电化学反应，利用Butler
‑
Volmer方程建立电化学模型；利用柯尔本 j因数类似法和拟定的腐蚀产物膜因子建立传质模型，其中腐蚀产物膜因子可由实验所测腐蚀速率通过腐蚀机理模型反算得到；最后结合混合电位理论得到腐蚀电位，进一步计算得到腐蚀速率。该方法考虑多场耦合作用，基于腐蚀反应机理和数学推导，建立了油气管道CO2腐蚀预测机理模型，并考虑腐蚀产物膜存在下理论预测值偏高的情况，通过拟定腐蚀产物膜因子对预测结果进行校正，提高了腐蚀预测的准确性，且具有良好的外推性和灵活性。
[0005]公开号为“CN106442291A”、名称为“一种基于BP神经网络腐蚀疲劳寿命预测方法及应用”公开了基于BP神经网络腐蚀疲劳寿命预测方法及应用，包括以下步骤：选择最大应力、应力比、加载频率、溶液pH值为影响腐蚀疲劳寿命的主要因素；设计加工一套腐蚀疲劳试验的配套腐蚀溶液循环装置，针对高强度抽油杆试样进行特定生产环境下的腐蚀疲劳循环失效系列实验，收集整理实验数据并分成训练样本与预测样本；设置人工神经网络参数，建立影响因素与腐蚀疲劳寿命之间的非线性映射；神经系统训练及测试；新样本腐蚀疲劳寿命预测；该方法将BP神经网络模型的高度非线性逼近能力，实现了高强度抽油杆腐蚀疲劳寿命的预测，操作简单；预测方法推广性强，便于工程应用。
[0006]然而，以上两项技术均不能用于连续油管在H2S+CO2共存环境下腐蚀速率的预测。因此有必要进行连续油管在H2S+CO2环境中的腐蚀速率预测研究，为指导油气田进行连续油管作业的腐蚀预防措施提供理论支撑。

技术实现思路

[0007]针对现有技术中存在的不足，本专利技术的目的在于解决上述现有技术中存在的一个
或多个问题。例如，本专利技术的目的之一在于提供一种操作简单；预测方法推广性强，便于工程应用的基于BP神经网络的管道腐蚀速率的预测方法。
[0008]为了实现上述目的，本专利技术提供了一种基于BP神经网络的管道腐蚀速率的预测方法，所述预测方法包括步骤：
[0009]确定影响管道腐蚀的主要环境影响因素；
[0010]根据所述主要环境影响因素建立管道在H2S+CO2环境中的腐蚀数学模型；
[0011]利用遗传算法优化BP神经网络对所述管道在H2S+CO2环境中的腐蚀数学模型进行优化；
[0012]利用优化后的管道在H2S+CO2环境中的腐蚀数学模型预测管道的腐蚀速率。
[0013]在本专利技术的一个示例性实施中，所述确定影响管道腐蚀的主要环境影响因素可包括：
[0014]将管道试样置于H2S+CO2环境中，采用单因素实验法进行腐蚀失重实验，确定影响管道腐蚀的主要环境影响因素以及腐蚀数据。
[0015]在本专利技术的一个示例性实施中，所述主要环境影响因素可包括温度、腐蚀介质流速、H2S和CO2分压比中至少一种。
[0016]在本专利技术的一个示例性实施中，所述H2S+CO2环境的压力可为1.51～2.40Mpa、温度可为40～140℃，CO2和H2S的分压比可为15:1～5:3。
[0017]在本专利技术的一个示例性实施中，所述管道在H2S+CO2环境中的腐蚀数学模型为式1，式1为：
[0018][0019]其中，V
Corr
为腐蚀速率，mm/a；为CO2分压，MPa；为H2S分压，MPa。
[0020]在本专利技术的一个示例性实施中，所述根据所述主要环境影响因素建立管道在H2S+CO2环境中的腐蚀数学模型可包括步骤：
[0021]在H2S单独存在时，管道在H2S中的腐蚀速率随着H2S分压的增加而增加，则管道在H2S环境中的腐蚀数学模型可为式2，式2为：
[0022][0023]在CO2和H2S共存且时，管道在H2S+CO2环境中的腐蚀速率呈现抛物线型变化，即管道在H2S+CO2环境中的腐蚀数学模型可为式3，式3为：
[0024][0025]式中，V
Corr
为腐蚀速率，mm/a；为CO2分压，MPa；为H2S分压，MPa；C1、C2、C3、C4和C5为待定的常数；
[0026]将管道试样放入H2S+CO2环境中进行腐蚀失重实验，得到不同条件下的管道的腐蚀数据，拟合得到C1、C2、C3、C4和C5的值即得到式1。
[0027]在本专利技术的一个示例性实施中，所述腐蚀失重实验可包括：分别测试不同温度下管道的液相腐蚀速率、不同腐蚀介质流速下管道的腐蚀速率、以及不同H2S分压下管道的腐
蚀速率。
[0028]在本专利技术的一个示例性实施中，所述拟合可包括：利用Matlab软件对式 3中的相关系数进行多元拟合处理。
[0029]在本专利技术的一个示例性实施中，所述利用遗传算法优化BP神经网络对腐蚀数学模型进行优化可包括：
[0030](1)随机初始化种群，设定BP神经网络隐含层节点数和每层节点数的范围，对输入层节点数、隐含层节点数和输出层节点数分别进行编码，随机产生N个这样编码的染色体，并对其进行解码；
[0031](2)将不同的初始权值和阀值分别赋予给网络，开始进行网络学习训练；
[0032](3)计算每个编码对应的BP神经网络的误差，基于特定适应值的选择策略确定每个染色体的适应度；
[0033](4)选择一定数量适应度最好的染色体组建成种群；
[0034](5)对当前一代种群进行交叉操作和变异操作，产生新优良种群；
[0035](6)不断重复步骤(2)～(5)，直到种群中某个染色体作为优化问题的最优解体(对应一个网络结构)能满足BP神经网络误差要求为止。
[0036]在本专利技术的一个示例性实施中，所述网络中输入层到隐含层的传递函数可采用S型的logsig函数，隐含层到输出层的传递函数可采用purelin函数，网络学习训练可采用trainlm函数，确定网络学习速率可为0.03～0.07本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于BP神经网络的管道腐蚀速率的预测方法，其特征在于，所述预测方法包括步骤：确定影响管道腐蚀的主要环境影响因素；根据所述主要环境影响因素建立管道在H2S+CO2环境中的腐蚀数学模型；利用遗传算法优化BP神经网络对所述管道在H2S+CO2环境中的腐蚀数学模型进行优化；利用优化后的管道在H2S+CO2环境中的腐蚀数学模型预测管道的腐蚀速率。2.根据权利要求1所述的基于BP神经网络的管道腐蚀速率的预测方法，其特征在于，所述确定影响管道腐蚀的主要环境影响因素包括：将管道试样置于H2S+CO2环境中，采用单因素实验法进行腐蚀失重实验，确定影响管道腐蚀的主要环境影响因素以及腐蚀数据。3.根据权利要求1或2所述的基于BP神经网络的管道腐蚀速率的预测方法，其特征在于，所述主要环境影响因素包括温度、腐蚀介质流速、H2S和CO2分压比中至少一种。4.根据权利要求1所述的基于BP神经网络的管道腐蚀速率的预测方法，其特征在于，所述H2S+CO2环境的压力为1.51～2.40Mpa、温度为40～140℃，CO2和H2S的分压比为15:1～5:3。5.根据权利要求1所述的基于BP神经网络的管道腐蚀速率的预测方法，其特征在于，所述管道在H2S+CO2环境中的腐蚀数学模型为式1，式1为：其中，V
Corr
为腐蚀速率，mm/a；为CO2分压，MPa；为H2S分压，MPa。6.根据权利要求5所述的基于BP神经网络的管道腐蚀速率的预测方法，其特征在于，所述根据所述主要环境影响因素建立管道在H2S+CO2环境中的腐蚀数学模型包括步骤：在H2S单独存在时，管道在H2S中的腐蚀速率随着H2S分压的增加而增加，则管道在H2S环境中的腐蚀数学模型为式2，式2为：在CO2和H2S共存且时，管道在H2S+CO2环境中的腐蚀速率呈现抛物线型变化，即管道在H2S+CO2环境中的腐蚀数学模型为式3，式3为：式中，V
Corr
为腐蚀速率，mm/...

【专利技术属性】
技术研发人员：孙兆岩，代清，刘志尧，卢秀德，石孝志，尹丛彬，黄伟，李嘉，房伟，刘佳林，宋丹，李源源，李雪飞，袁龙，许桂莉，陈斯瑜，金沁，李莹，
申请(专利权)人：中国石油集团川庆钻探工程有限公司，
类型：发明
国别省市：