论文部分内容阅读
储罐底部往往面临比较恶劣的腐蚀环境,底板的腐蚀常常比较严重。本论文研究了典型储罐底板材料Q235B在模拟储罐底部介质环境中的电化学腐蚀行为,分析是否含硫、氯离子浓度、矿化度等不同因素对腐蚀速率的影响,并分析了影响规律。鉴于多种因素影响条件下腐蚀规律的复杂性,采用BP神经网络对储罐底板腐蚀速率进行了预测研究。论文所做的工作为储油罐腐蚀状态评估及剩余寿命预测提供了依据。