结构腐蚀损伤定量预测方法对比研究

中国腐蚀与防护学报

2003, Vol. 23

Issue (1): 52-55

研究报告

本期目录 | 过刊浏览

结构腐蚀损伤定量预测方法对比研究

陈跃良;杨晓华;吕国志

海军航空工程学院青岛分院飞机教研室

COMPARATIVE STUDY OF QUANTITATIVE PREDICTIVE METHOD OF CORROSION DAMAGE FOR ENGINEERING COMPONENTS

Yueliang Chen;Xiaohua Yang;Guozhi Lv

海军航空工程学院青岛分院飞机教研室

全文: PDF(134 KB)

摘要: 用BP人工神经网络(artificial neural net简称ANN)算法分别对飞机结构材料、1Cr17不锈钢腐蚀损伤数据进行学习训练，建立了腐蚀损伤与环境条件的映射模型，并预测腐蚀损伤值.分析了三种预测方法的预测精度.得到了ANN预测的精度比灰色GM(1,1)模型及Logistic模型的预测精度高，且对数据有较好的适应能力的结论；采用A NN技术定量预测飞机结构腐蚀损伤是一种较好工程方法.

关键词 ：神经网络, 腐蚀, 飞机, 数学模型, 服役时间

Abstract：A prediction model of corrosion damage for aircraft structure and 1Cr17 stainless steel under a varied corrosion environment based on artificial neural net was developed and the nonlinear relationship between a verage corrosion rate,average corrosion loss weight,corrosion depth,corrosion te mperature,immersion duration,concentration was established based on BP learning algorithm.The corrosion characteristic quantity (CCQ) such as surface area,depth and so on can be predicted by means of the trained neural net from the data.The results show that,the model has relative good prediction accuracy and flexibili ty than the gray theory GM(1,1) model and the Logistic model.The prediction mode l based on BP learning algorithm of corrosion damage for aircraft structure is f easible and effective.Thus,by virtue of the prediction model,the future corrosio n status and service duration of engineering structure can be evaluated.

Key words： neural net corrosion aircraft mathematical model service duration

收稿日期: 2001-08-06

通讯作者: 陈跃良

Corresponding author: Yueliang Chen

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	陈跃良
	杨晓华
	吕国志
44.8K

引用本文:

陈跃良; 杨晓华; 吕国志 . 结构腐蚀损伤定量预测方法对比研究[J]. 中国腐蚀与防护学报, 2003, 23(1): 52-55 .
Yueliang Chen, Xiaohua Yang, Guozhi Lv. COMPARATIVE STUDY OF QUANTITATIVE PREDICTIVE METHOD OF CORROSION DAMAGE FOR ENGINEERING COMPONENTS. J Chin Soc Corr Pro, 2003, 23(1): 52-55 .

链接本文:

https://www.jcscp.org/CN/ 或 https://www.jcscp.org/CN/Y2003/V23/I1/52

[1]YuanCengren.ArtificialNeuralNetandItApplied[M ].Beijing:TsinghuaUniversityPress,1999,10(袁曾任编著.人工神经网络及其应用[M ].北京:清华大学出版社,1999,10)
[2]LouShuntian,ShiYang.AnalyzeandDesignofSystemBasedonMATLAB—ArtificialNeuralNet[M ].Xi’an:Xi’anElectronicSci enceandTechnologyUniversityPress,1999,4(楼顺天,施阳编著.基于MATLAB的系统分析与设计———神经网络[M ].西安:西安电子科技大学出版社,1999,4)
[3]ZhangJiuyuan,HongMinggeng,LuJianshu,etal.Comparativestudyofstatisticlawofpitting[J].J.ChineseSocietyforCorrosionandProtection,1994,8(2):161-166(张九渊,洪明庚,卢建树.孔蚀统计规律的对比研究[J].中国腐蚀与防护学报,1994,8(2):161-166)
[4]ChenJiwei,ZhangQi.Studyofmathematicalmodelsinmaterialcor rosionprediction[J].ActaAeronauticaetAstronauticaSinica,2000,21(2):183-186(程基伟,张琦.材料腐蚀预测数学模型的研究[J].航空学报,2000,21(2):183-186)
[5]LiuYanli,ZhongQuanpeng,ZhangZheng.Predictivemodelbasedonartificialneuralnetforfatigueperformancesofprior-corrodedaluminumalloys[J].ActaAeronauticaetAstronauticaSinica,2001,22(2):135-139(刘延理,钟群鹏,张峥.基于人工神经网络的预腐蚀铝合金疲劳性能预测[J].航空学报,2001,22(2):135-139)
[6]LeiferJ,MickalonisJ .I .Predictionofaluminumpittinginnaturalviaartificialneuralnetworkanalysis[J].Corrosion,2000,56(6):563-571
[7]LawlessJF .Statisticalmodelsandmethodsforlifetimedata[J].IS BN 7-5037-2446-3,1982

[1]	董续成, 管方, 徐利婷, 段继周, 侯保荣. 海洋环境硫酸盐还原菌对金属材料腐蚀机理的研究进展[J]. 中国腐蚀与防护学报, 2021, 41(1): 1-12.
[2]	唐荣茂, 朱亦晨, 刘光明, 刘永强, 刘欣, 裴锋. Q235钢/导电混凝土在3种典型土壤环境中腐蚀的灰色关联度分析[J]. 中国腐蚀与防护学报, 2021, 41(1): 110-116.
[3]	韩月桐, 张鹏超, 史杰夫, 李婷, 孙俊才. 质子交换膜燃料电池中TA1双极板的表面改性研究[J]. 中国腐蚀与防护学报, 2021, 41(1): 125-130.
[4]	张雨轩, 陈翠颖, 刘宏伟, 李伟华. 铝合金霉菌腐蚀研究进展[J]. 中国腐蚀与防护学报, 2021, 41(1): 13-21.
[5]	冉斗, 孟惠民, 刘星, 李全德, 巩秀芳, 倪荣, 姜英, 龚显龙, 戴君, 隆彬. pH对14Cr12Ni3WMoV不锈钢在含氯溶液中腐蚀行为的影响[J]. 中国腐蚀与防护学报, 2021, 41(1): 51-59.
[6]	左勇, 曹明鹏, 申淼, 杨新梅. MgCl₂-NaCl-KCl熔盐体系中金属Mg对316H不锈钢的缓蚀性能研究[J]. 中国腐蚀与防护学报, 2021, 41(1): 80-86.
[7]	王欣彤, 陈旭, 韩镇泽, 李承媛, 王岐山. 硫酸盐还原菌作用下2205双相不锈钢在3.5%NaCl溶液中应力腐蚀开裂行为研究[J]. 中国腐蚀与防护学报, 2021, 41(1): 43-50.
[8]	史昆玉, 吴伟进, 张毅, 万毅, 于传浩. TC4表面沉积Nb涂层在模拟体液环境下的电化学性能研究[J]. 中国腐蚀与防护学报, 2021, 41(1): 71-79.
[9]	郑黎, 王美婷, 于宝义. 镁合金表面冷喷涂技术研究进展[J]. 中国腐蚀与防护学报, 2021, 41(1): 22-28.
[10]	于宏飞, 邵博, 张悦, 杨延格. 2A12铝合金锆基转化膜的制备及性能研究[J]. 中国腐蚀与防护学报, 2021, 41(1): 101-109.
[11]	贾世超, 高佳祺, 郭浩, 王超, 陈杨杨, 李旗, 田一梅. 再生水水质因素对铸铁管道的腐蚀研究[J]. 中国腐蚀与防护学报, 2020, 40(6): 569-576.
[12]	赵鹏雄, 武玮, 淡勇. 空间分辨技术在金属腐蚀原位监测中的应用[J]. 中国腐蚀与防护学报, 2020, 40(6): 495-507.
[13]	马鸣蔚, 赵志浩, 荆思文, 于文峰, 谷义恩, 王旭, 吴明. 17-4 PH不锈钢在含SRB的模拟海水中的应力腐蚀开裂行为研究[J]. 中国腐蚀与防护学报, 2020, 40(6): 523-528.
[14]	岳亮亮, 马保吉. 超声表面滚压对AZ31B镁合金腐蚀行为的影响[J]. 中国腐蚀与防护学报, 2020, 40(6): 560-568.
[15]	艾芳芳, 陈义庆, 钟彬, 李琳, 高鹏, 伞宏宇, 苏显栋. T95油井管在酸性油气田环境中的应力腐蚀开裂行为及机制[J]. 中国腐蚀与防护学报, 2020, 40(5): 469-473.

Viewed

Full text

Abstract

Cited

Shared

Discussed