石油、天然气在我国能源战略中具有极其重要的地位,但随着我国管道建设量的增大和老管线服役时间过长,管道失效事故频发,造成重大的财产损失与人员伤亡,油气管道安全问题引发广泛关注。埋地管道埋于地下、腐蚀失效隐蔽和检修成本昂贵的特点决定了管道安全建设不仅需要硬件技术创新,更需要理论知识和管理模式的根本变革,因此针对埋地管道进行腐蚀失效研究、提前预知管道的健康状况就显得尤为重要。本文在分析目前埋地管道常用检测技术及腐蚀预测方法优缺点的基础上,结合数据分析及数据挖掘方法,主要进行了以下三方面的工作:(1)埋地油气管道腐蚀因素分析研究,结合事故树理论,分析埋地油气管道腐蚀失效原因,针对传统事故树重要度分析不足的缺陷,采用粗糙集理论对埋地管道腐蚀因素进行特征选择,提取出影响管道腐蚀的主要因素并进行重要度排序。(2)埋地油气管道腐蚀速率预测研究,改进传统粒子群算法的惯性权重和学习因子,对广义回归神经网络的参数进行优化选取,构建埋地管道腐蚀速率预测模型,与其它群智能算法进行对比分析表明,改进粒子群算法寻优收敛能力更强,与BP模型和SVM模型相比,本文所建模型的预测精度更高。(3)埋地油气管道腐蚀剩余寿命预测研究,给出埋地管道不同管段最大允许腐蚀深度的计算方法,建立不同时间段下的埋地管道腐蚀深度预测模型,结合埋地管道腐蚀发展规律,预测埋地薄弱管段的腐蚀剩余寿命,实际应用表明,所建模型与管道实际腐蚀状况相符,能较好的反映埋地管道的腐蚀发展趋势。由于条件所限,本文研究仍有不足,如埋片试验没有考虑防腐层的积极防护作用,管道内腐蚀虽然影响很小,但也会削弱模型的预测精度,综合考虑埋地管道内外腐蚀的影响,也是今后的重点研究方向。