董 超 王冠兰 李晨光 罗 丹 赵牧元

(1.天津理工大学天津市复杂系统控制理论及应用重点实验室，天津 300384； 2.中国石油化工股份有限公司天津分公司，天津 300271)

基于小波神经网络的循环冷却水腐蚀预测研究

董 超1王冠兰1李晨光2罗 丹1赵牧元1

(1.天津理工大学天津市复杂系统控制理论及应用重点实验室，天津 300384； 2.中国石油化工股份有限公司天津分公司，天津 300271)

利用某石化企业40个月的循环冷却水实际生产数据，基于小神经网络进行了腐蚀预测研究。经过对比分析，得出了小波神经网络预测精度最高的网络模型为6-7-1结构。在相同输入参数向量下，对含有相同隐层节点个数的小波神经网络和BP神经网络进行腐蚀预测对比，小波神经网络比BP神经网络预测精度高。

小波神经网络 循环冷却水 腐蚀预测

随着循环冷却水的不断重复利用，受到水源、工艺条件及工艺介质等的影响，循环冷却水水质会不断恶化，容易导致设备形成水垢、产生腐蚀，进而影响设备寿命、安全生产和经济运行[1,2]。循环冷却水系统的腐蚀预测一直是研究领域的热点问题。循环冷却水腐蚀预测的参数复杂，其腐蚀情况受几十余种因素的影响[3]，是一个典型的非线性系统。小波神经网络模型对解决不能用显性公式表示的、具有复杂非线性关系的系统优势显著，并且具有较强的学习适应能力[4]。笔者采用该模型对循环冷却水腐蚀预测进行了研究，通过对比分析，取得了相应的结论。……