常减压装置是炼油厂腐蚀最严重的装置之一，它的腐蚀可分为高温腐蚀和低温腐蚀。低温腐蚀的部位主要集中在塔顶及冷凝系统，冷凝系统的腐蚀普遍存在且非常严重。 鉴于低温部位冷凝系统腐蚀过程的复杂性，首次利用分段研究的方法把冷凝系统分成了七个子系统，分析了各系统的腐蚀特点，建立了常减压装置低温部位的腐蚀模型。 针对腐蚀结果和影响因素之间复杂的映射关系，提出了利用神经网络中径向基函数的方法对腐蚀进行预测，以氯离子含量、硫离子含量、pH值为输入参数，以铁离子浓度为输出参数建立了低温部位冷凝系统铁离子浓度预测的神经网络模型。采用Matlab应用软件中的神经网络工具箱函数对所建立的预测神经网络进行了训练和检验。 为了评定材料的耐蚀性能，通过试验釜挂片的方法模拟了现场的腐蚀环境。挂片试验得到了材质的年腐蚀率，以此评定材质在试验工况下的耐蚀性能，由数据库评价该处合适的耐蚀材料。 由于腐蚀数据的重要性和多样性，开发了腐蚀数据库，包含六个子库：冷凝水监测数据、油品监测数据、试验釜挂片数据、设备档案数据、管线档案数据的数据库以及塔顶冷凝系统腐蚀的案例库，实现了对相关腐蚀数据的管理，为腐蚀评价提供了参考依据。 利用面向对象的编程方法开发了界面友好，操作方便的常减压装置低温部位腐蚀评价专家系统。包含有四个模块：腐蚀数据管理模块，实现了对腐蚀数据库的管理：腐蚀数据浏览模块，是对腐蚀数据库中数据的显示，便于用户查询；腐蚀评价模块，实现了对常压塔顶冷凝系统的分析、对材料耐蚀性分析、对不锈钢应力腐蚀的判断、对OCr13钢的点蚀判断、对腐蚀介质随时间变化趋势的分析；帮助模块，提供了腐蚀类型介绍和相关链接。