利用人工神经网络的自适应、自组织学习能力,通过对训练样本集的学习,使用传统的CVDA-84规范、传统的BP神经网络、改进的Rumelhart和MBP神经网络,对注水管道的剩余寿命进行了预测。结果表明,CVDA-84规范偏保守,采用BP以及改进的BP神经网络预测的剩余寿命和观测值基本一致。但采用BP人工神经网络预测时,迭代次数比CVDA多得多。采用改进的Rumelhart和MBP神经网络能有效地提高预测速度,改善网络的收敛性,并且使预测精度有所提高。