石油炼化企业循环水系统的腐蚀问题严重影响炼油装置的安全、稳定、长周期运行。炼厂循环水换热系统腐蚀类型众多、腐蚀影响因素各不相同且关系复杂,常规试验方法已无法有效预测和控制换热系统的腐蚀。利用信息融合技术研究循环水换热系统的腐蚀现状,对炼厂的炼油装置平稳运行及炼厂综合经济指标有重要意义。信息融合是一种综合分析多信息源的信息处理技术。将炼厂多种信息分为生产工艺参数、腐蚀性物质参数、腐蚀检测参数；利用信息融合技术对各类参数进行整合,构建腐蚀预测模型。为了降低数据误差对模型预测精度的影响,采用基于格拉布斯准则的神经网络法处理常减压装置循环水换热系统腐蚀监测数据。分别利用BP神经网络、径向基网络和自定义网络建立腐蚀预测模型,其中：腐蚀性物质参数为输入变量,腐蚀检测参数为输出变量。比较分析三种神经网络算法的训练速度和预测精度,确定使用BP神经网络算法建立循环水换热系统腐蚀预测模型。基于循环水换热系统腐蚀预测模型,采用五种方法分别从定性和定量角度分析不同腐蚀因素对设备腐蚀的敏感性影响。虽然不同分析方法下的六种腐蚀性物质参数敏感度排序不完全相同,但浊度和硬度对换热设备的腐蚀影响相对较大,其次为正磷,pH值、电导率和碱度的影响相对较小。开发长庆石化常减压装置循环水换热系统腐蚀预测与评价软件。软件包括三个功能：快速准确预测腐蚀检测参数、增加数据样本时自优化腐蚀预测模型以及腐蚀控制优化。针对循环水换热系统多腐蚀形态、多腐蚀因素的复杂腐蚀系统,利用信息融合技术可以有效对腐蚀的控制、预测进行分析。根据预测模型和敏感性分析结果,为炼厂装置循环水换热系统这类复杂体系的腐蚀预测和控制提供依据。