在气田的开发过程中，H<,2>S、CO<,2>等气体在高温高压多相环境下会造成井下管柱及生产设备的严重腐蚀，给油气田开发带来了重大的经济损失。论文采用理论研究和现场应用相结合的方法，调研分析了气井管柱腐蚀的机理，研究了H<,2>S、CO<,2>腐蚀机理以及CO<,2>与H<,2>S共存条件下对腐蚀速度的影响。确定了影响气井管柱腐蚀的主要因素有：温度、pH值、CO<,2>分压、H<,2>S含量、Cl<->含量以及流速。在分析机理的基础上，进行了气井腐蚀预测模型和方法研究。 通过分析研究国内外目前常用的腐蚀预测模型，利用挪威的Norsok模型和De Waard的腐蚀产物膜影响系数建立的腐蚀预测方程适用范围更加广泛。利用统计分析方法中的BP神经网络和支持向量机(SVM)方法，通过选取适当样本数据，进行样本训练，建立了适用于油田气井腐蚀环境的BP神经网络预测模型和支持向量机预测模型。根据气井腐蚀机理和腐蚀预测模型编制了“气井管柱腐蚀预测和评价系统”，并用油田现场数据对程序和模型进行了测试。经过油田现场数据测试表明，利用Norsok-Waard模型预测的腐蚀结果比Norsok模型误差更小，达到了现场应用的要求。采用BP神经网络在小样本情况下误差较大，而采用SVM预测的腐蚀速率和腐蚀速率试验值基本一致。