压力管道是国家经济建设的重要基础设施,而腐蚀缺陷是导致压力管道失效的重要因素。因此,准确预测含腐蚀缺陷管道的剩余强度对保障压力管道安全稳定运行尤为重要。目前,在使用传统评价方法对含缺陷管道进行剩余强度预测时还存在着精度低、方法复杂的缺点。国内外虽然利用有限元等方法针对管道缺陷开展了大量研究,但针对管道缺陷的发展趋势和缺陷发展后的管道剩余强度并未开展深入研究。针对上述问题,本文基于BP神经网络（BPNN）和优化算法,建立了管道外腐蚀速率预测模型和管道剩余强度预测模型,编写了压力管道剩余强度预测软件,实现了对含外腐蚀发展缺陷的管道剩余强度变化趋势预测,为管道的运行调度和检维修提供了理论和技术支撑。具体的研究内容和主要成果如下:（1）针对BPNN因初始权值和阈值的设置不当而陷入局部最优的问题,提出了改进的萤火虫优化算法（IFA）对BPNN初始权值和阈值进行优化,建立了IFA-BPNN模型。为验证此模型预测的准确性,本研究基于萤火虫算法（FA）、粒子群优化算法（PSO）、遗传算法（GA）对BPNN进行了优化,建立了FA-BPNN模型、PSO-BPNN模型、GA-BPNN模型作为对比。（2）根据含缺陷管道爆破试验数据,建立了基于IFA-BPNN、FA-BPNN、PSO-BPNN、GA-BPNN、BPNN的含缺陷管道失效压力评估模型。在使用IFA算法对BPNN优化时,其迭代至35代时达到最优适应度0.3913,迭代次数最少,适应度值最优。相较于本文建立的其它4种模型,IFA-BPNN模型预测结果的最大相对误差为10.12%,最小仅为0.01%,平均相对误差为1.91%,决定系数R2为0.9939,预测精度最高。（3）为评估管道外腐蚀缺陷的发展趋势,根据管道外腐蚀速率检测数据集,建立了基于IFA-BPNN、FA-BPNN、PSO-BPNN、GA-BPNN、BPNN的管道外腐蚀速率评估模型。IFA优化算法仅需迭代33次便可迭代达最优适应度值1.59×10-4,相较于其它三种优化算法均有提升。IFA-BPNN模型预测结果的最大相对误差为9.93%,最小相对误差为0.05%,平均相对误差为4.08%,R2为0.9928,均优于其它4种模型,验证了IFA-BPNN作为预测管道腐蚀速率工具的准确性和鲁棒性。（4）依据前期训练测试表现最佳的IFA-BPNN含缺陷管道剩余强度模型和IFA-BPNN管道外腐蚀速率评估模型,结合《腐蚀管道评估推荐作法》（SY/T10048-2016）,基于Python语言在Windows平台上编写了压力管道剩余强度预测软件,该软件分为三个模块:管道外腐蚀速率评估模块、管道失效压力评估模块、管道剩余强度分析模块。（5）利用文内编写的压力管道剩余强度预测软件对我国西北地区某天然气输送管道的某处外部缺陷进行了评估。评估发现,该管道某处缺陷区域的平均外腐蚀速率为0.1925mm/a,缺陷处管道当前剩余强度为20.95MPa,而该管道的实际运行压力为4-8MPa,因此该管道可继续安全运行,在该管道继续运行14年后,缺陷处管道剩余强度降至10.4MPa,继续运行需加强管道状态监测,需根据实际情况选择管道运行压力。