我国经济快速增长带来了能源需求巨大的缺口,陆地资源短缺的情况也日益严重,海洋油气能源的探索将成为我国能源产业发展的必然选择。深海环境的特殊性使得浅海环境服役效果优良的工程结构材料会在深海环境下经受更大的耐蚀性及力学性能的考验,失效现象在过去的深海暴露实验中屡见不鲜。由于深海环境下设备维护的成本相当高昂,系统研究深海环境中金属腐蚀行为特征,发展相应有效的检测与控制技术对在深海工程设施长期运行稳定性与安全可靠性具有重要意义。本文采用模拟深海实验设备,外接电化学工作站,对两种10CrNi3MoV钢与Q235钢在模拟深海环境下的失重测试、极化曲线、电化学阻抗谱进行了表征,探索两种船用钢的腐蚀行为随时间变化的规律,同时辅以表面微观形貌观察及腐蚀产物成分分析手段,着重阐述腐蚀过程的机理变化,探讨合金元素对船用钢腐蚀行为的影响,并在前人的基础上将人工神经网络技术应用于深海腐蚀领域,在大量的实验样本的基础上运用BP人工神经网络建立材料成分因素及环境因素与钢材的腐蚀速率的预测模型,绘制二元因素与钢材腐蚀速率关系模型。随着高压浸泡时间的延长,两种船用钢的失重曲线都经历了先迅速下降后趋向平缓,同周期内Q235钢失重效果更为明显。电化学阻抗谱的表征表明两种船用钢随着实验周期的延长,腐蚀产物的沉积降低了船用钢的腐蚀速率,腐蚀反应由最初简单的阳极溶解逐渐演变为复杂的腐蚀产物膜层相变、溶解、再沉积过程,10CrNi3MoV钢表现出明显的点蚀倾向。扫描电镜下观察到10CrNi3MoV钢腐蚀产物缺口的絮状铁氧化物为其结构的致密性起到了重要作用,Q235钢的腐蚀产物几乎不存在这种物质。在XRD分析中,10CrNi3MoV钢相比Q235的腐蚀产物存在更多的衍射峰,α-FeOOH衍射峰相对强度更高,Cr、Ni及Mo元素占据腐蚀产物中部分Fe3+晶格;Q235钢的腐蚀产物成分中,海水中Mg2+取代了部分Fe2+晶格。在腐蚀产物截面SEM及EDS分析中,10CrNi3MoV钢腐蚀产物膜附着性良好且致密度高,存在明显的点蚀坑,截面膜层结构更为有序;Q235钢腐蚀产物膜附着性很差,内层存在明显的脱附现象,无点蚀现象。10CrNi3MoV钢腐蚀形式以点蚀为主,Q235钢以均匀腐蚀为主。综合来看,10CrNi3MoV钢相比Q235钢在模拟深海环境下耐蚀性更好,但存在点蚀断裂的隐患。经过前期对5种不同元素成分的钢试样进行大量腐蚀数据收集,筛除病态数据,确定隐含层神经元数,建立泛化能力最佳、预测精度最高的腐蚀预测人工神经网络。利用非样本数据进行仿真,建立二元因素与船用钢腐蚀速率的关系模型。