管道在土壤中的腐蚀,与土壤的各种理化性质密切相关。金属材料在土壤中的腐蚀影响因素众多,这些因素或单独起作用,或几种因素结合起来共同影响,选择合适的评价方法决定着土壤腐蚀评价的准确性。在对川气东送管道进行土壤腐蚀性评价的基础上,本文从中提出了七项主要因素,包括含水量、含盐量(包括Cl-、SO42-、HCO3-等)、电阻率、pH值、土壤氧化还原电位等,建立了该管道腐蚀性评价的数学模型。X70钢在土壤中腐蚀速率的测试方法多种多样,分别利用电化学方法和埋片失重方法对X70钢进行腐蚀速度的测量,确定不同成分对其的影响,其中Tafel曲线法和线性极化法是电化学测量中最基本的方法。结合灰色理论、模糊聚类、人工神经网络三种理论建立了综合评价模型,阐明了该模型的基本原理及计算步骤,并结合川气东送管道说明了该方法的具体应用。尤其是根据现场的土壤腐蚀数据,利用BP人工神经网络原理,借助MATLAB神经网络工具箱函数,设计了土壤理化性质与X70钢腐蚀速度的网络仿真模型。从仿真效果可以看出,预测的腐蚀速度与埋片现场的实际腐蚀速度相差很小。由此可见,利用BP人工神经网络可以对样本数据进行有效的学习,仿真及预测,尤其是对于土壤这种受众多复杂因素控制的腐蚀系统,神经网络在土壤腐蚀速度预测方面具有其优越性。在上述模型和算法的基础上,作者开发了川气东送埋地管道腐蚀评价软件,该软件可以作为川气东送评价土壤腐蚀速度的辅助工具。