基于贝叶斯方法优化的可解释XGBoost模型在预测二氧化碳驱油过程中管道腐蚀中的应用与评估

《Materials Chemistry and Physics》：Application and Evaluation of Explainable XGBoost Models Optimized by Bayesian Methods for CO2-Driven Oil Recovery Tubular Corrosion Prediction

　　赵敏|臧志英|吴浩|杨立辉|郭兴健中国石油大学（北京）克拉玛依校区，中国克拉玛依834000

摘要
在CO2驱油技术中，井下管道的CO2腐蚀对油气井的安全构成严重威胁。本研究构建了一种腐蚀预测与评估模型，该模型整合了多材料特征编码、贝叶斯优化、可解释性分析以及腐蚀程度评估功能。多材料特征通过独热编码进行表征，进而基于XGBoost建立了腐蚀速率预测模型。研究采用贝叶斯优化算法对模型超参数进行优化，使得R2值从0.9838提升至0.9918，均方根误差从0.0105降至0.0075，平均绝对误差从0.0068降到0.0053，从而显著提升了预测精度。SHAP分析表明pH值和温度是影响腐蚀速率的关键因素，而局部可解释性分析则揭示了不同特征在各个样本中的贡献程度，进一步优化了模型的可解释性框架。通过将预测值与实际值进行对比的腐蚀评估可知，该模型在预测腐蚀状态方面具有很高精度，能够准确评估腐蚀风险，为油气田中的管道选型、智能腐蚀预警以及生命周期管理提供可靠决策支持，具备重要的工程应用价值。

引言
二氧化碳强化采油（CO2-EOR）技术作为碳捕获、利用与封存（CCUS）体系的关键组成部分，不仅能显著提高原油采收率，还能实现数百万吨CO2的地质封存，兼具经济与环境双重效益[1]。然而，溶解在原油开采系统中的CO2会形成碳酸，这种物质在流经井筒时会腐蚀井下管道，导致管壁变薄，进而降低井筒的承压能力和密封性能，最终可能引发产量下降甚至停产，严重影响油田的正常运转[2]、[3]。更为严重的是，在相同pH条件下，碳酸对井筒的腐蚀性甚至超过盐酸，更容易导致井筒失效并造成巨大经济损失[4]。因此，随着井筒CO2腐蚀问题的日益突出，腐蚀预测已成为研究热点。准确评估不同井筒段的腐蚀状况，采取针对性的防腐和修复措施，合理确定管道更换的最佳时机，对于确保CO2驱油过程中油气井的安全高效运行具有重要意义。

在油气田开采过程中，会使用多种不同材料；但目前大多数预测模型都是基于单一材料构建的。刘等人[5]研究了3Cr钢在海水环境中的腐蚀情况，通过机器学习与大数据的融合，基于46组样本训练得到了最优模型，并运用SHAP解释技术建立了腐蚀速率预测模型，确定氧化还原电位（ORP）是最主要的控制因素。丁等人[6]则利用重量损失测试和表面分析技术，系统研究了含多种杂质的高压CO2环境中X52钢的腐蚀行为，发现水含量和CO2压力是主要控制因素，并建立了误差平均为10.3%的腐蚀预测模型。周等人[7]通过实验研究了CO2/H2S分压、应力以及腐蚀循环对TP110TS钢的影响，结合机械强度衰减提出了适用于高温、高压和高腐蚀环境寿命预测方法。廖等人[8]利用重量损失实验和表面特性分析，系统研究了L245NS钢在CO2-O2-SO2-H2S-H2O环境中的腐蚀机制，建立了误差小于15%的经验腐蚀速率模型。刘等人[9]基于腐蚀热力学和动力学引入了腐蚀产物膜的质量传递修正因子，为20#钢建立了多场耦合机制模型，预测误差控制在≤10%以内。薛等人[10]针对存在H2S/CO2的深井环境，提出了结合均匀腐蚀和点蚀相互作用的化学计量学寿命预测模型，预测P110S钢的寿命在2.28至5.25年之间，这一结果得到了现场数据的验证。不过，许多研究[11]、[14]表明，相同环境下不同材料的腐蚀速率存在显著差异，这体现了单一材料预测模型在实际应用中的局限性。

近年来，极梯度提升（XGBoost）算法由于其出色的回归和分类任务性能，被广泛应用于材料失效、能源设备、结构健康监测等多个工程领域。XGBoost采用梯度提升框架，通过迭代地在先前决策树的残差上训练新树，最终将多个弱学习器组合成一个兼具非线性拟合能力和强大泛化性能的强预测模型[15]、[16]。与神经网络和支持向量机等传统算法相比，XGBoost在样本量较小、特征维度较高以及存在缺失数据的场景下仍能保持较高的预测精度。与Bagging或随机森林等集成方法相比，XGBoost内置的正则化项、列子采样以及提前停止机制能有效抑制过拟合，从而具备更强的稳定性。这些优势使得XGBoost在天然气管道腐蚀速率预测[17]、燃煤锅炉物理场重建[18]、[19]、高强度钢丝疲劳寿命评估[20]、复合材料力学性能评价[21]、[24]、电缆老化状态诊断[25]以及钢筋-混凝土界面粘结行为分析[26]等研究中都取得了优异成果，其决定系数（R2）通常高于0.94，平均绝对百分比误差（MAPE）低于7%，充分证明了其在解决复杂工程问题方面的适用性和可靠性。

作为一种高效的超参数调优方法，贝叶斯优化（BO）已被广泛应用于各工程学科中的XGBoost模型构建。例如，Cakiroglu等人[27]开发了用于预测钢材腐蚀参数的BO-XGBoost模型；孙等人[28]构建了结合贝叶斯神经网络与XGBoost的混合模型，用于预测管道点蚀深度；王等人[29]和刘等人[30]则分别将经过BO优化的XGBoost应用于复合结构强度预测和机器故障诊断。然而，上述研究大多针对单一材料或特定工程对象设计的模型，未能满足实际油气田场景中多种钢材共存时的预测需求。为填补这一空白，本研究将材料类别作为特征变量，构建了一个适用于多种材料的统一腐蚀速率预测框架。在该框架中，独热编码的使用增加了特征维度，使得特征间的相互作用更为复杂，因此超参数的选择对模型的泛化性能更为关键。因此，有必要系统比较不同的优化策略，以确定最适合该任务的方法。

在模型构建方面，本研究建立了基于XGBoost的预测框架。通过比较随机搜索、网格搜索、遗传算法和贝叶斯优化四种超参数优化策略，选择了最优的超参数组合，以提高模型的稳健性和泛化能力。在工程应用层面，本研究首次将NACE SP 0775-2023标准纳入模型后处理流程，将该标准下的连续腐蚀速率转化为“轻微-中等-严重”三级的定性评价，为现场维护决策提供定量且易于理解的风险可视化信息。在特征工程方面，采用独热编码处理材料类别，保留了不同钢材等级的特征信息，为多等级钢材数据表示建立了统一的预测框架。此外，还运用SHAP（Shapley加性解释）方法，对优化后的模型进行全局和局部解释，量化了各特征对腐蚀速率预测的贡献程度，从而验证了模型的物理合理性和工程适用性。

数据来源
本研究共收集了来自XX油田的216组实验数据样本。每组样本包含10个特征变量：Na+、Mg2+、Ca2+、Cl-、SO42-、HCO3-和CO32-的质量浓度（单位为mg/L），以及pH值、温度和材料类型。以CO2腐蚀速率为目标变量，基于这些数据建立了一个多变量控制条件下的腐蚀速率预测模型[31]。

独热编码
材料作为关键的分类变量，在模型中起着至关重要的作用。

XGBoost算法
XGBoost是一种基于梯度提升的算法[32]，它通过不断添加决策树来逐步纠正前期决策树带来的误差，从而提高模型精度。XGBoost的一个核心目标是通过优化的树构建策略来减少计算时间并提升训练效率。在损失函数优化方面，XGBoost采用了二阶泰勒展开，这使得目标函数的优化更加精确。此外，为了……

数据描述
图1(a)显示，Mg2+浓度的变化会导致腐蚀速率先上升而后下降。这种现象的原因是：低浓度时导电性增强，有利于腐蚀发生；而高浓度时则会形成保护膜，抑制腐蚀作用。同时，在Na+浓度较高的环境中，腐蚀速率会略有下降，因为Na+会阻碍氧气的扩散，从而减缓腐蚀反应。

结论
(1)本研究通过独热编码处理不同材料，有效保留了它们独特的特征信息。在此基础上，使用默认参数的XGBoost模型表现出了优异的性能，为其在油气田中的实际应用奠定了坚实基础。
(2)在四种超参数优化方法中，贝叶斯优化的性能最为出色。决定系数（R2）达到了0.9918，而均方根误差……

CRediT作者贡献声明
赵敏：写作——审阅与编辑，写作——初稿撰写，验证，软件，方法论，研究，资金获取，正式分析，数据整理。郭兴健：写作——审阅与编辑。杨立辉：写作——审阅与编辑。吴浩：写作——审阅与编辑。臧志英：写作——审阅与编辑，可视化。

未引用参考文献[12]、[13]、[22]、[23]。

投稿声明
本手稿尚未发表，也未被其他期刊接受投稿。所有作者均已批准本手稿，并同意将其提交至《材料化学与物理》杂志。

利益冲突声明
作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。

致谢
作者衷心感谢国家自然科学基金区域科学基金项目（编号52364001）的支持。