在现代工业中,腐蚀是一种极其重要的破坏因素,它给人类带来巨大的经济损失和社会危害。腐蚀的影响因素众多,腐蚀过程极其复杂,如何预测腐蚀损伤就显得极为重要。为此,本文应用C#语言,编写了误差逆传播人工神经网络(BP网络)内核算法,并开发了针对于海洋工程腐蚀损伤预测的人工神经网络系统,为腐蚀专业和非专业人员提供腐蚀分析的依据。人工神经网络技术目前在海洋工程腐蚀损伤中还很少得到应用,如果能将人工神经网络技术融合到碳钢、低合金钢海洋工程腐蚀损伤研究中,将会收到很好的经济效益和社会效益,同时也为碳钢、低合金钢海洋工程腐蚀损伤研究开创一条新的思路。本文通过应用自行开发的人工神经网络系统预测了碳钢、低合金钢的海水腐蚀速率,网络的输入是10种碳钢、低合金钢的合金元素含量和海水环境因素,网络的输出是海水腐蚀速率,通过对人工神经网络的训练精度的研究,分别建立了碳钢、低合金钢在海洋全浸区、潮差区、飞溅区的人工神经网络拓扑结构,运用经过训练的神经网络结构对2种新钢材进行海水腐蚀速率预测,预测结果和实验数据相符。研究结果表明人工神经网络技术应用于海洋工程腐蚀损伤预测是可行的。