近年来海底管道大规模使用,各种泄漏事故频频出现,造成严重的环境污染和巨大的经济损失。统计显示,管道的腐蚀是造成事故发生的主要原因之一,故海底管道腐蚀状态的检测问题成为当今工程领域内的重大研究课题,进行准确而有效地腐蚀检测具有重要意义。研究表明,水下管线周围海水电场分布与管线腐蚀状态有显著相关性。本文通过对水下非接触检测数据进行分析建模,用该模型对ROV沿管线非接触检测所得的电场数据分析,确定管线腐蚀位置并判断管线腐蚀状态。及时对管线进行实时监测,实现准确有效地保护。针对这一思路,本文主要完成了以下两方面的工作：(1)腐蚀电场数学模型的建立与仿真算法研究。本文通过分析海底管道的腐蚀状态与管道保护层的损伤状态、海水电导率以及牺牲阳极保护电流强度的关系,得出海底管道的腐蚀状态与电极电位的显著相关性,进而提出基于非接触测量海水环境电场来判断海底管道腐蚀状态的方法。首先建立腐蚀电场电位分布的数学模型,其次基于数值方法推导出了该阴极保护系统模型求解的算法,进一步仿真计算出海水环境电场和海底管道表面电位的分布情况。(2)基于BP神经网络的海底管道腐蚀状态的判断研究。通过测量海水环境中的电位,形成数据库,并以之作为训练样本,建立BP神经网络进行训练,得到管线周围环境电位与海底管道腐蚀状态之间的非线性关系,即可判断出海底管道的腐蚀状态。实验结果验证了将BP神经网络算法运用在海底管道阴极保护系统中的可行性,该网络模型的非线性映射结果的相对误差在0.10以下,满足精度要求。