| 摘要 | 第1-3页 |
| Abstract | 第3-9页 |
| 1 绪论 | 第9-20页 |
| ·本文的研究背景和意义 | 第9-10页 |
| ·预测方法分析及选择 | 第10-14页 |
| ·预测科学的产生及定义 | 第10-11页 |
| ·科学预测的重要意义 | 第11页 |
| ·预测的基本原理 | 第11-12页 |
| ·预测的一般步骤 | 第12-13页 |
| ·预测方法的分类 | 第13-14页 |
| ·预测方法 | 第14-18页 |
| ·BP(Back Propagation)神经网络概述 | 第14-15页 |
| ·灰色系统理论概述 | 第15-17页 |
| ·灰色-神经网络概述 | 第17-18页 |
| ·国内外研究现状 | 第18-19页 |
| ·神经网络研究现状 | 第18页 |
| ·灰色理论的研究现状 | 第18-19页 |
| ·本文的主要研究内容 | 第19-20页 |
| 2 模拟油田环境中的腐蚀因素表征研究 | 第20-41页 |
| ·油田生产系统中石油管材腐蚀的影响因素 | 第20-23页 |
| ·温度的影响 | 第20-21页 |
| ·气体分压的影响 | 第21页 |
| ·流速、流型的影响 | 第21-22页 |
| ·pH值的影响 | 第22页 |
| ·介质中离子的影响 | 第22页 |
| ·Fe~(2+)浓度的影响 | 第22-23页 |
| ·时间的影响 | 第23页 |
| ·陆梁油田生产系统腐蚀现状调查 | 第23-31页 |
| ·陆梁油田产出水特征 | 第23-27页 |
| ·陆梁油田油井伴生气组成特征 | 第27-28页 |
| ·陆梁油田生产系统腐蚀因素模拟实验结果研究 | 第28-29页 |
| ·静态挂片腐蚀试验结果分析 | 第29-30页 |
| ·动态挂片腐蚀试验 | 第30-31页 |
| ·单因素腐蚀实验结果分析 | 第31-41页 |
| ·温度对腐蚀速率的影响 | 第32页 |
| ·pH值对腐蚀速率的影响 | 第32-33页 |
| ·Cl~-离子含量对腐蚀速率的影响 | 第33-34页 |
| ·Ca~(2+)、Mg~(2+)离子含量对腐蚀速率的影响 | 第34-36页 |
| ·HCO_3~-离子浓度对腐蚀速率的影响 | 第36-37页 |
| ·SO_4~(2-)离子含量对腐蚀速率的影响 | 第37-38页 |
| ·CO_2分压对腐蚀速率的影响 | 第38-41页 |
| 3 基于灰色关联方法的N80油套管钢腐蚀因素影响程度的确定 | 第41-50页 |
| ·灰色关联度分析模型 | 第41-43页 |
| ·序列选取 | 第41-42页 |
| ·关联系数 | 第42页 |
| ·关联度计算 | 第42-43页 |
| ·排关联序 | 第43页 |
| ·N80油管钢腐蚀因素灰关联模型建立及分析 | 第43-47页 |
| ·序列选取 | 第44-45页 |
| ·关联系数 | 第45-47页 |
| ·N80油管钢腐蚀因素灰关联模型的应用 | 第47-50页 |
| 4 基于人工神经网络的油气田生产系统腐蚀速率预测模型的建立及应用 | 第50-68页 |
| ·BP神经网络模型的原理及学习算法 | 第50-56页 |
| ·网络模型的原理 | 第50-54页 |
| ·BP网络的算法过程 | 第54-56页 |
| ·标准BP算法存在的问题 | 第56-57页 |
| ·BP算法的改进 | 第57-60页 |
| ·附加动量项 | 第57-58页 |
| ·自适应学习速率 | 第58页 |
| ·更改网络节点作用函数 | 第58-60页 |
| ·BP神经网络模型在腐蚀速率预测中的应用 | 第60-68页 |
| ·基于实验数据的BP神经网络模型的建立 | 第60-65页 |
| ·基于实验数据的BP神经网络模型的应用 | 第65-68页 |
| 5 陆梁油田油管钢腐蚀速率灰色预测模型的建立及应用 | 第68-83页 |
| ·GM模型建模机理 | 第68页 |
| ·灰色系统五步建模思想 | 第68-69页 |
| ·灰色预测模型的选择及建模步骤 | 第69-71页 |
| ·模型建立 | 第71-75页 |
| ·数据处理 | 第73页 |
| ·构造数据矩阵B和向量y_N | 第73-74页 |
| ·参数估计 | 第74页 |
| ·确定时间响应函数 | 第74-75页 |
| ·灰色预测模型的改进 | 第75-79页 |
| ·初始数据处理 | 第75-77页 |
| ·残差修正模型 | 第77-79页 |
| ·GM(1,1)模型的精度模型检验 | 第79-81页 |
| ·残差检验法 | 第79-80页 |
| ·后验差检验法 | 第80-81页 |
| ·关联度检验法 | 第81页 |
| ·预测结果分析 | 第81-83页 |
| 6 陆梁油田油管钢腐蚀速率灰色—神经网络模型预测模型的建立及应用 | 第83-100页 |
| ·灰色—神经网络概论 | 第83-84页 |
| ·灰色系统与神经网络融合研究 | 第84-85页 |
| ·灰色—神经网络模型建模的基本思想 | 第85页 |
| ·一阶灰色—神经网络模型——GNNM(1,1)的建立 | 第85-88页 |
| ·GNNM(1,1)模型在复杂非线性预测问题中的分析 | 第88-94页 |
| ·GNNM(1,1)模型在预测问题中的算法步骤 | 第88-93页 |
| ·GNNM(1,1)模型的程序框图 | 第93-94页 |
| ·GNNM(1,1)模型在油管钢腐蚀速率预测中的应用 | 第94-98页 |
| ·BP神经网络模型、灰色预测模型及灰色—神经网络模型的应用比较 | 第98-100页 |
| 7 陆梁油田N80油套管钢腐蚀速率预测系统简介 | 第100-103页 |
| 本文结论及创新点 | 第103-105页 |
| 致谢 | 第105-106页 |
| 参考文献 | 第106-110页 |
