埋地管道在石油天然气工业乃至城市日常生产生活中占有重要的地位。埋地管道的腐蚀是引发管道失效的最主要的因素之一，因腐蚀原因造成的管道裂缝、穿孔等事故不仅影响了管道的正常运营，而且造成巨大的能源浪费和经济损失，还可能会引发泄漏，爆炸，窒息等安全事故，直接威胁着居民生命财产安全，并形成环境污染等严重后果。尤其对于那些服役时间较久的管道，及时掌握其腐蚀程度，进行管道的防腐级别评价是保证管道安全的重要环节。为了有效地对埋地管道的腐蚀防护系统进行安全评价，使腐蚀防护系统能最大限度地减小腐蚀对埋地管道造成的危害，从而减小国家财产的损失与消除安全隐患，本文分析了埋地管道的腐蚀成因以及防护措施。管道腐蚀是由管道所处环境的物理、化学等多因素作用所造成，由于管道受到电化反应、化学反应、杂散电流引起的电位差、微生物反应等作用，引起埋地管道与土壤环境之间形成电位差，造成电离子的移动，发生物理——化学变化，加速了管道的腐蚀速度。通常可以采用内防腐层、外防腐层以及添加阴极保护的方式进行防护，尤其针对埋地管道，由外防腐层和阴极保护电位构成的腐蚀防护系统成为当前防腐工作的主流方案。本文对当前工程常用的埋地管道腐蚀防护系统的各种检测方法的原理及技术特点进行了原理分析与总结。研究了管/地电位测量法，利用管道的电位分布模型，根据实测的管地电位曲线就可以对防腐层的缺陷进行定位，并分析了管地电位测量中的压降。研究了CIPS检测技术的原理和方法，并深入研究了CIPS方法的技术细节。给出了Pearson测试法和DCVG法的技术论证，阐述了压降关系。PCM（多频管中电流法）通过计算管道防腐层绝缘电阻来判断管道外防腐层的状态，在管道检测中得到较为广泛的应用。本文推导了PCM法的测量公式，并给出了测量步骤和适用范围。为控制埋地金属管道在土壤中的电化学腐蚀，公认的做法是采用外防腐层和阴极保护的联合防护措施。其中外防腐层是主要防腐手段，阴极保护作为防腐层防腐的补充手段，为防腐层缺陷处的管道外表面提供电化学保护。国内埋地管道防腐层阴极保护电位检测多数仍为人工逐点检测，不仅操作不便还容易造成误差。本文设计了一套基于单片机和GPRS模块的采集与无线传输系统，实现对阴极保护电位的采集及无线传输。本文介绍了无线数据采集系统的总体设计框架，对无线数据采集系统中电位采集部分及无线收发部分的硬、软件设计进行了详细说明。实测表明，本系统对信号的测定工作兼具稳定及准确度高的特点，并能够对测得阴极保护电位数据进一步处理分析，达到了预期要求。外防腐层的在役状态对保证安全生产和延长埋地钢质管道的使用寿命至关重要。为掌握埋地钢质管道外覆盖层的性能状态，必须适时对其进行检测、量化防腐层的状况，对安全程度进行有效的分级评价。为了分析判断管道外防腐层的使用寿命，有必要在现场检测的基础上，对管道防腐保温层的失效类型、破损程度进行诊断。然而，在对检测所得的数据进行分析评价的时候，由于一些影响因素具有随机性、模糊性和不完整性等特点，常规方法对管道防腐层的级别评定常常存在不适应性。人工神经网络具有高度非线性映射能力、大规模并行分布处理和良好的自适应学习机制，很适合求解传统模式识别方法难以建模解决的问题。本文主要针对管道防腐层防腐级别评价中的若干问题，应用了BP人工神经网络算法，为管道进行风险性评估与经营决策提供科学依据。BP神经网络算法容易陷入局部极值，其评价结果具有一定误差。本文结合遗传算法进行优化神经网络权值，建立了针对埋地管道腐蚀防护系统性能评价的遗传神经网模型。遗传算法是一种全局性的、稳健的搜索优化方法，可以有效克服神经网络训练过程中容易收敛于局部最小值的缺点。将遗传算法与神经网络相结合，可以使神经网络扩大搜索空间、提高计算效率以及增强神经网络建模的自动化程度。该综合评价模型使用遗传算法优化神经网络的连接权值，通过个体的不断进化，实现神经网络连接权值的优化。通过对检测数据、管道材质、环境因素等样本的学习，得到更加贴近管道运行真实状况的评价模型。使用该评价模型计算后续的检测数据，可以得出更加切合实际的管道腐蚀防护状况综合评价结果，实现了在缺乏普适明确计算公式的条件下，对复杂多变的埋地管道腐蚀防护状况进行准确评价。