간헐적 오일/물 젖음 하에서 X65 강철의 CO2 부식 속도 예측을 위한 GA–BP 신경망

목적 본 연구는 다상 유동 배관에서의 전형적인 젖음 조건인 간헐적 오일/물 젖음 하에서 배관 강철의 부식 예측 모델을 개발하여, 효과적인 부식 제어 전략 설계를 위한 수학적 도구를 제공하는 것을 목표로 한다. 설계/방법론/접근법 유전 알고리즘으로 최적화된 역전파(BP) 신경망(GA–BP)을 사용하여 간헐적 젖음 하에서의 X65 강철의 부식 완화 효율을 예측하기 위해 온라인에 게재된 실험 데이터를 기초로 모델을 훈련시켰다. 이 모델은 새로운 작업 현상에 대해 DW 95 반경험적 모델을 수정하고 정제하는 데 추가적으로 사용될 수 있다. 결과 GA–BP 알고리즘을 기반으로 간헐적 젖음 하에서의 X65 강철을 위한 부식 완화 효율 예측 모델이 확립되어 상관 계수 0.99895를 달성하였다. 이 모델을 활용하여 간헐적 젖음 하에서 배관 강철 부식에 대한 운영 매개변수의 상대적 영향을 다음과 같이 순위화하였다: 젖음 주기 > 회전 속도 > 오일 점도 > 온도 > 표면 거칠기. 독창성/가치 본 연구는 오일-물 교대 젖음 하에서 배관 강철의 부식 거동에 대한 데이터 기반 인사이트를 가능하게 하여, 오일-물 이중상 유동 시스템에서 부식 방지를 위한 귀중한 도구를 제공한다.