人类对钢铁的使用有着悠久的历史,十八世纪工业革命后碳钢作为人类运用得最多和最广泛的金属材料,在建筑业、制造业及人们的日常生活中扮演着重要的角色。但碳钢处于自然环境中时,受到各种自然因素的影响易受到腐蚀,对于钢铁腐蚀的研究一直是腐蚀领域的重要课题。酸雨是金属材料在大气环境中腐蚀的重要影响因素之一,能够明显加快金属的腐蚀速度。神经网络是模仿人脑结构及功能的数学处理系统,能够对输入信息及输出信息建立非线形的映射关系,在腐蚀领域的应用有着广阔的前景。本文通过实验室模拟研究Q235及35steel两种碳钢在酸雨溶液中的腐蚀行为,用电化学实验测定了其在不同浓度组成的酸雨溶液中的腐蚀电流密度。并将实验室电化学实验所测定的腐蚀数据输入神经网络建模,对腐蚀模型进行了探讨和改进,并运用该网络帮助分析及预测碳钢在酸雨环境中的腐蚀行为。结果表明:随着溶液pH值的升高,Q235及35steel腐蚀电位变正,极化电阻变大,腐蚀速率减小,在pH值大于4.5时,碳钢表面会形成保护膜,对于腐蚀有一定阻碍作用,导致腐蚀速率快速下降。NO₃^-及SO₄^2-使两种碳钢的自腐蚀电位正移,极化电阻均变小,腐蚀电流密度增大;而Cl^-使得碳钢腐蚀电位变负,腐蚀电流密度增大。三种侵蚀性阴离子对于腐蚀的贡献相比较Cl^-略大于SO₄^2-,NO₃^-的作用则最小。酸雨溶液的阳离子组分虽然对腐蚀的直接作用比较小,但其影响却可以通过对pH值的作用来体现。为了研究酸雨溶液中主要阳离子成分与溶液PH值之间的关系,建立了离子浓度—PH值的神经网络模型,并利用该模型预测了各阳离子浓度与pH值间的关系,确定了Ca²⁺与NH₄⁺为中和酸性的主要因素。