钢管用户服务互联平台是实现钢管用户、钢管信息、钢管服务三者互联互通的知识库系统。将可拓理论融入到钢管用户服务互联知识库的构建中,提出一种可拓决策方法并应用在知识库推理案例中;提出可拓神经网络算法,用python语言进行数据训练,得到训练模型,进而解决了无缝油管腐蚀性预测这一实际工程问题;最后在手机APP端和Web端实现钢管用户服务互联平台的设计开发并投入使用。首先,给出钢管用户服务互联平台的总体设计方案。从钢铁企业的实际需求分析、平台功能结构设计、平台数据库设计三个方面进行分析论述,给出了该平台的系统概要设计以及详细设计。其次,基于可拓理论对钢管用户服务互联知识库进行深入研究。将可拓基元理论融入到钢管用户服务互联知识库模型中,从知识分类、知识建模、知识库构建三个方面进行研究,提出一种可拓决策知识推理算法,结合钢管用户服务互联平台中的实际案例进行分析应用并给出系统实现。然后,基于可拓神经网络提出无缝油管腐蚀性预测算法并给出系统实现。对无缝油管腐蚀性预测的实际工程问题进行分析研究,将可拓神经网络应用到无缝油管腐蚀性预测问题中,利用python语言进行仿真分析,给出训练误差变化曲线和训练准确度变化曲线,并对比传统BP神经网络,给出系统功能实现。最后,根据钢管用户服务互联平台知识库中的详细功能模块进行系统开发实现。利用HTML5、CSS、JavaScript等语言进行系统前端开发,利用Python语言进行系统后端开发,利用MongoDB数据库对知识进行存储,分别从移动APP端(Android平台和IOS平台)和Web端进行具体系统实现。