论文部分内容阅读
利用人工神经网络技术对Ｑ２３５钢在中原油田注水系统中的腐蚀进行了研究。所用网络结构为１４－１５－１的形式，以试验用水的温度和水质成分等１４种环境因素作为网络输入，以Ｑ２３５钢在试验用水中的平均腐蚀速度作为网络输出。学习算法为反向传播算法。结果表明，利用训练好的网络对Ｑ２３５钢在试验用水中的腐蚀进行了预测，误差较小，方法可行，同时，对影响Ｑ２３５钢的腐蚀因素进行了研究，找出了影响腐蚀的几种主要因素。