在环境中有很多导致金属腐蚀的因素，作为成分最复杂且最能引起金属腐蚀的环境，海洋同时具有多种物理、化学、生物等腐蚀因素，每年因腐蚀造成的经济损失达2.1万亿人民币，因钢材腐蚀失效所造成的问题代价往往更加惨重。钢材在海洋工程中担任着非常重要的地位，自海洋金属腐蚀领域发展以来，科研人员和海洋工程中最常用的预测钢材腐蚀情况的方法是实海挂样，该方法虽在操作上较为简易，但其时间成本和经济成本巨大，且需要耗费大量的人力来进行实时监测分析。为了缩短实验时间，诸如盐雾试验一类的加速腐蚀实验被广泛应用，这虽然减少了时间成本，但由于其跟实海环境有一定差距，因此所得到的的实验结果并不精确。在一些海洋工程中，传统腐蚀经验预测模型和统计预测模型被广泛应用，但在实际应用中，导致腐蚀的因素并不单一，且涉及到较多的环境要素，加之腐蚀数据体量较为庞大，传统模型并不能胜任预测的工作。而在与腐蚀相关的环境要素中，人类活动的加剧和延伸导致部分要素急剧变化，出现了诸如海洋酸化和海洋富营养化的问题，而目前缺少有关于海洋酸化和富营养化环境下的钢材腐蚀研究，缺少对于环境变化后金属腐蚀情况预测的手段。因此，本文的研究将工作放在两个方向，第一是利用现有的、最适合于进行海洋腐蚀速率预测的技术开发一种海洋金属腐蚀速率预测模型，使其在多变量、大数据的情况下能够对金属未来的腐蚀速率进行准确的预测。第二是通过模拟海洋酸化和富营养化环境，探究钢材在这两种环境下的腐蚀机理和腐蚀规律。根据钢材应用的广泛程度，本文选用了Q345钢来作为实验用样品。

综上所述，本文的主要内容如下：

1、开发了一种用于腐蚀速率预测的BP（Back Propagation，反向传播）人工神经网络预测模型，该模型融入了SSA（Sparrow Search optimization Algorithm，麻雀搜索优化算法）以提高预测精确度，同时引入Sine混沌映射用于改善SSA这类群智能优化算法中普遍存在的容易陷入局部最优的问题。试验结果表明，经过充分的学习和训练，Sine混沌映射麻雀搜索优化腐蚀速率预测模型的预测误差比麻雀搜索优化BP人工神经网络金属腐蚀速率模型误差减小。Sine混沌映射SSA-BP腐蚀预测模型对海洋Q345钢的腐蚀预测MAPE（Mean Absolute Percentage Error，平均绝对百分比误差）低至3.5002%，相较于SSA-BP腐蚀速率预测模型6.0900%的MAPE降低近50%，并且在将第四章与第五章测得的极端环境下的数据导入模型学习训练后，Sine-SSA-BP腐蚀速率预测模型平均MAPE降低至2.9675%；

2、分别在过酸化海水环境、一般酸化海水环境和常规海水环境下挂样的Q345钢进行连续OCP测试、激光扫描共聚焦测试、表面样貌观察、表面电位扫描测试、扫描电子显微镜测试、XRD测试和拉曼光谱测试结果，经过综合分析，判断在海水过酸化环境下，Q345钢阴极区域所生成的GR(CO₃^2-)绝大部分会转化为GR(SO₄^2-)，而且Q345钢初期腐蚀反应过程中，阳极区域和阴极区域会互相转化，最终导致表面腐蚀产物成分均匀分布，但在过酸化磷酸盐富营养化海水环境中，当阳极区域与阴极区域发生转化时，阴极区域阳极化的阳极反应被抑制，推测可能是由于FePO₄·2H₂O的存在而导致这种现象。相较于常规海水环境，海洋酸化环境中的Q345钢初期腐蚀所生成的锈层更加致密。

第1章 绪论    1
1.1 引言    1
1.2 碳钢海洋腐蚀研究现状    2
1.2.1 碳钢在海洋大气中的腐蚀行为研究    2
1.2.2 碳钢在海水中的腐蚀行为研究    3
1.3 基于机器学习的腐蚀研究    6
1.3.1 BP神经网络    6
1.3.2 算法优化的BP神经网络    8
1.3.3 腐蚀预测BP神经网络    11
1.4 海洋酸化    12
1.4.1 海洋酸化与环境    12
1.4.2 海洋酸化与海洋金属腐蚀    14
1.5 海洋富营养化    17
1.5.1 海洋富营养化与环境    17
1.5.2 海洋富营养化与海洋金属腐蚀    17
1.6 本论文研究目的、意义及主要内容    18
第2章 测试及表征方法    21
2.1 腐蚀速率预测模型测试方法    21
2.1.1 测试平台    21
2.2 Q345钢实验样品测试表征方法    22
2.2.1 简介    22
2.2.2 测试及表征方法方法    22
第3章 基于机器学习的海洋腐蚀速率模拟研究    25
3.1 引言    25
3.2 基本原理    26
3.2.1 麻雀搜索优化算法（SSA）    26
3.2.2 混沌映射麻雀搜索优化算法（Sine-SSA）    28
3.3 Sine-SSA-BP腐蚀速率预测模型搭建    28
3.3.1 数据采集    28
3.3.2 BP腐蚀速率预测模型搭建    30
3.3.3 测试与训练方法    34
3.4 测试结果    35
3.5 极端情况数据补充训练    38
3.6 本章小结    38
第4章 Q345钢在海洋酸化条件下的初期腐蚀规律研究    41
4.1 引言    41
4.2 实验材料及实验方法    42
4.2.1 实验材料    42
4.3 实验方法    43
4.4 实验结果    44
4.4.1 连续OCP（开路电位）测试    44
4.4.2 样品表面样貌观察    45
4.4.3 激光扫描共聚焦显微镜测试    49
4.4.4 腐蚀机理初步推测    52
4.4.5 表面电位扫描测试    53
4.4.6 扫描电子显微镜测试结果    56
4.4.7 XRD与拉曼光谱测试结果    59
4.5 分析与讨论    65
4.6 本章小结    68
第5章 Q345钢在海洋酸化及初期磷酸盐富营养化同时影响条件下的初期腐蚀规律研究    69
5.1 实验方法    69
5.2 实验结果    69
5.2.1 样品表面样貌观察    69
5.2.2 表面电位扫描测试    71
5.2.3 扫描电子显微镜及能谱仪测试结果    73
5.2.4 XRD测试结果    76
5.3 分析与讨论    79
5.4 本章小结    80
第6章 总结与展望    81
6.1 研究总结    81
6.2 展望    82
参考文献    83
致  谢    93
作者简历及攻读学位期间发表的学术论文与其他相关学术成果    95