论文部分内容阅读
储罐底板的特殊使用环境决定了它是整个常压储罐最容易遭到破坏的部位,在各种失效形式中,腐蚀是其主要失效形式.目前应用于储罐腐蚀状况检测的传统方法存在很多不足,为此本文提出人工智能诊断BP神经网络预测模型.通过某石化具体储罐底板腐蚀状况检测AE级别的仿真试验,该模型预测的AE级别与真实所需的AE级别相比正确率为86.7%,能很好地为实际预测研究提供指导.