[发明专利]一种循环水系统腐蚀预测方法及其应用

权利要求书

1.一种循环水系统腐蚀预测方法，其特征在于，综合腐蚀机理分析和数据解析技术，采用仿真分析和腐蚀结垢实验监测装置相结合的方法，预测循环冷却水系统腐蚀状况。

2.根据权利要求1所述的循环水系统腐蚀预测方法，其特征在于，具体包括以下步骤：

步骤一、数据获取；

步骤二、腐蚀机理分析；

步骤三、数据预处理；

步骤四、腐蚀结垢影响因素分析；

步骤五、基于数据解析技术的腐蚀结垢特性建模；

步骤六、结果分析。

3.根据权利要求2所述的循环水系统腐蚀预测方法，其特征在于，步骤一的具体操作是：将实际测量数据进行整理，按照时间顺序排列，去除样本中异常数据。

4.根据权利要求2所述的循环水系统腐蚀预测方法，其特征在于，步骤二的具体操作是：针对不同金属，分析金属与冷却水接触时发生的变化，对腐蚀结垢机理进行分析，得到相关机理表达式。

5.根据权利要求4所述的循环水系统腐蚀预测方法，其特征在于，在进行腐蚀结垢机理分析获取表达式时，考虑其中的物理、化学、电化学、机械或微生物的作用。

6.根据权利要求3所述的循环水系统腐蚀预测方法，其特征在于，步骤三的具体操作是：对步骤一得到的实际测量数据的原始数据进行标准化处理，使目标参数处于同一量级。

7.根据权利要求6所述的循环水系统腐蚀预测方法，其特征在于，标准化处理采用Z-score方法进行数据预处理，计算方法如式(1)所示：

式中，z_i为第i列的原始数据，μ为第i列样本数据的均值，σ为第i列样本数据的标准差，为Z-score标准化后的值。

8.根据权利要求6所述的循环水系统腐蚀预测方法，其特征在于，步骤四进行腐蚀结垢影响因素分析时，分析腐蚀与环境因素的关系，获得腐蚀速率、污垢热阻与环境因素之间关系。

9.根据权利要求8所述的循环水系统腐蚀预测方法，其特征在于，影响腐蚀速率的环境因素包括但不限于温度、pH值、流速、Cl^-离子、溶解氧、电导率、氧化还原电位、碱度、硬度、金属离子和微生物总数；影响污垢热阻的水质参数包括但不限于pH、电导率、氨氮、总氮、溶解氧。

10.根据权利要求8所述的循环水系统腐蚀预测方法，其特征在于，步骤五采用浅层神经网络和深度学习算法对腐蚀结垢特性进行建模；所述浅层神经网络包括但不限于BP神经网络、多层感知机、最小二乘支持向量机，深度学习算法包括但不限于CNN、DBN、RNN算法。

11.根据权利要求10所述的循环水系统腐蚀预测方法，其特征在于，步骤六是利用步骤五建立的模型，预测循环水的腐蚀速率和污垢热阻，进而获得循环水的腐蚀预测结果。

12.权利要求11所述的循环水系统腐蚀预测方法的应用，其特征在于，用于预测循环水系统腐蚀速率，与水处理方案结合，避免循环水系统发生腐蚀。