邢會爽 何禹侖 劉鵬

摘? 要：腐蝕作為循環(huán)冷卻水系統(tǒng)面臨的三大問題之一，對其進行實時、準(zhǔn)確的監(jiān)測，有助于及時發(fā)現(xiàn)和控制生產(chǎn)中的腐蝕問題。在分析已有腐蝕速率監(jiān)測技術(shù)的基礎(chǔ)上，結(jié)合換熱器材質(zhì)、水質(zhì)、腐蝕控制的實際情況和控制效果，模擬管殼式換熱器運行過程中冷卻水的流動及傳質(zhì)特點，構(gòu)建了循環(huán)冷卻水動態(tài)模擬綜合評價系統(tǒng)。結(jié)合最小二乘支持向量機算法原理，以腐蝕速率為目標(biāo)量，建立了基于水質(zhì)參數(shù)預(yù)測腐蝕速率的模型，為阻垢緩蝕效果的評價提供了可靠的腐蝕特性數(shù)據(jù)。

關(guān)鍵詞：循環(huán)冷卻水? ?腐蝕速率? ?水質(zhì)參數(shù)? ?LS-SVM? 預(yù)測模型

中圖分類號：TE988.2

Prediction Models for the Corrosion Rate of Carbon Steel in Different Water Qualities

XING Huishuang1? HE Yulun 2? LIU Peng2

1.Jilin Vocational College of Industry and Technology；2. Northeast Electric Power University， Jilin， Jilin Province， 132012 China

Abstract： Corrosion is one of the three major problems faced by the circulating cooling water system， and its real-time and accurate monitoring is helpful to timely detect and control corrosion problems in production. Based on the analysis of the existing monitoring technology of the corrosion rate， and combined with the actual situation and control effect of heat exchanger materials， water quality and corrosion control， the flow and mass transfer characteristics of cooling water during the operation of shell-and-tube heat exchangers are simulated， and a dynamic simulation and comprehensive evaluation system of circulating cooling water is constructed. Combined with the principle of the least square support vector machine algorithm， a model for predicting the corrosion rate based on water quality parameters is established with the corrosion rate as the target quantity， which provides the reliable data of corrosion properties for the evaluation of scale and corrosion inhibition effects.

Key Words： Circulating cooling water; Corrosion rate; Water quality parameter; LS-SVM; Prediction model

金屬材料憑借其優(yōu)越的使用特性和優(yōu)良的工藝特性，已經(jīng)被廣泛應(yīng)用到現(xiàn)代工業(yè)技術(shù)設(shè)備和日常生活中。但在實際應(yīng)用中金屬材料同時又最容易受周圍環(huán)境介質(zhì)影響，發(fā)生腐蝕、穿孔及泄露損壞[1]。腐蝕主要發(fā)生在金屬與介質(zhì)界面上，是一種復(fù)雜的多相反應(yīng)，且隨著時間的推移，腐蝕會逐漸對金屬內(nèi)部造成破壞[2]。碳鋼直接暴露的表面受到腐蝕的場景和條件繁多[3]，腐蝕過程一個使能量降低的自發(fā)破壞過程。

碳鋼作為現(xiàn)代工業(yè)使用較為廣泛的金屬材料其腐蝕性的研究一直備受關(guān)注[4]。目前常用的腐蝕判定指數(shù)有Larson指數(shù)法（LI）、腐蝕指數(shù)（CI）、侵蝕指數(shù)（AI）等，但是這些指數(shù)局限于對腐蝕的定性判斷，不能作為腐蝕傾向的定量判斷。劉武等人[5]應(yīng)用灰色GM（1，1）模型對管道腐蝕速率進行了預(yù)測，該方法僅考慮了單一變量的變化，忽略了影響腐蝕的各因素間的相互關(guān)系。支持向量機（Support Vector Machine，SVM）可消除人工神經(jīng)網(wǎng)絡(luò)收斂速度慢、易陷入局部最小、存在過擬合等問題，由于其具有學(xué)習(xí)速度快、樣本數(shù)量要求少、全局最優(yōu)、泛化能力強等優(yōu)點在回歸預(yù)測領(lǐng)域得到廣泛應(yīng)用。

1? 實驗方法

實驗水通過抽濾泵分別經(jīng)由系統(tǒng)的下水箱、上水箱、換熱器（即碳鋼管）、水質(zhì)檢測池，最后再回到下水箱完成循環(huán)。其中，上水位箱中裝有溢流管，用來恒定碳鋼管入口水壓；下水箱中裝有一套板式散熱器作為冷卻設(shè)備。它與專門的空冷裝置連通，通過PID控制系統(tǒng)與恒溫水浴控制系統(tǒng)共同作用來維持模擬管式換熱器的入口水溫恒定；通過自動控制系統(tǒng)來調(diào)節(jié)電加熱棒和空冷系統(tǒng)，使水浴溫度和碳鋼管的入口溫度維持在設(shè)定溫度的±0.5 ℃范圍內(nèi)。在封閉式循環(huán)冷卻水系統(tǒng)循環(huán)的過程中，對各個與腐蝕過程相關(guān)的水質(zhì)參數(shù)進行監(jiān)測。

2? 實驗原理

2.1? 最小二乘支持向量機預(yù)測算法原理

最小二乘支持向量機（LS-SVM）是通過將最小二乘線性系統(tǒng)應(yīng)用到支持向量機中，用求解線性關(guān)系式問題來代替支持向量機算法中的求解二次規(guī)劃問題，有效降低了該算法的復(fù)雜度，不僅節(jié)約運算時間而且還提高了模型的預(yù)測精度。與標(biāo)準(zhǔn)SVM不同，LS-SVM選擇的二范數(shù)作為損失函數(shù)，優(yōu)化問題變?yōu)椋?/p>

同時用等式約束條件代替不等式約束條件：

引入Lagrang函數(shù)L來求解優(yōu)化問題：

式（3）中：是拉格朗日乘子，常數(shù)。再根據(jù)KKT條件，對式（3）求偏導(dǎo)，得如下等式和約束條件：

式（4）中：，上式消去和，求解線性方程組，利用最小二乘算法求出和，由此可得預(yù)測模型：

3 最小二乘支持向量機腐蝕速率預(yù)測結(jié)果

使用表1中第一組數(shù)據(jù)作為樣本數(shù)據(jù)進行訓(xùn)練，使用第二組數(shù)據(jù)作為驗證數(shù)據(jù)。為了對比LS-SVM模型的預(yù)測性能，本文采用BP神經(jīng)網(wǎng)絡(luò)作為參照模型，使用相同的數(shù)據(jù)進行訓(xùn)練和驗證。

圖1為BP神經(jīng)網(wǎng)絡(luò)和LS-SVM兩種預(yù)測模型的預(yù)測結(jié)果。相比于BP神經(jīng)網(wǎng)絡(luò)模型，本文提出的LS-SVM模型能夠更準(zhǔn)確地預(yù)測腐蝕速率及其變化趨勢。

為了進一步分析兩種模型的預(yù)測性能，對其分別求取平均絕對百分比誤差MAPE：

式（6）中：和分別為實際的和預(yù)測的腐蝕速率值。兩種模型預(yù)測結(jié)果的MAPE值分別為：LS-SVM為3.54%；BP為7.05%。結(jié)果表明：LS-SVM方法是一種很好的冷卻水腐蝕速率預(yù)測方法，具有很好的實際應(yīng)用前景。

4? 結(jié)語

本文研究了冷卻水/碳鋼界面的腐蝕特性，通過實驗系統(tǒng)動態(tài)模擬了管式換熱器的實際運行工況，實現(xiàn)對水質(zhì)參數(shù)和腐蝕速率的監(jiān)測。基于水質(zhì)參數(shù)與實時監(jiān)測數(shù)據(jù)，建立了基于BP神經(jīng)網(wǎng)絡(luò)和LS-SVM神經(jīng)網(wǎng)絡(luò)的腐蝕速率預(yù)測模型。預(yù)測結(jié)果表明：基于LS-SVM模型具有更好的預(yù)測精度，MAPE為3.54%。

參考文獻

宋成立，羅金恒，成少兵，等.油氣集輸管道的腐蝕速率預(yù)測研究進展[J].科學(xué)技術(shù)與工程，2023（23）：9766-9774.

姜海生，努爾夏提·奴爾東，劉軍衡.基于循環(huán)神經(jīng)網(wǎng)絡(luò)的腐蝕速率預(yù)測[J].腐蝕與防護，2023（11）：78-80.

杜立成.碳鋼在鹽霧環(huán)境下的腐蝕模擬研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2022.

李長俊，徐倩，賈文龍，等.含水原油輸送鋼管CO2腐蝕速率預(yù)測機理模型研究進展[J].科學(xué)技術(shù)與工程， 2021（32）：13628-13637.

劉武季壽紅，蘭志林，等.灰色GM（1，1）模型在管道腐蝕預(yù)測中的應(yīng)用[J].管道技術(shù)與設(shè)備，2008（5）：52-53，56.