BR112019000811B1 - Métodos de análise de um fluido de contato de substrato e de um substrato em contato com a água industrial - Google Patents
Métodos de análise de um fluido de contato de substrato e de um substrato em contato com a água industrial Download PDFInfo
- Publication number
- BR112019000811B1 BR112019000811B1 BR112019000811-0A BR112019000811A BR112019000811B1 BR 112019000811 B1 BR112019000811 B1 BR 112019000811B1 BR 112019000811 A BR112019000811 A BR 112019000811A BR 112019000811 B1 BR112019000811 B1 BR 112019000811B1
- Authority
- BR
- Brazil
- Prior art keywords
- corrosion
- substrate
- interest
- region
- industrial
- Prior art date
Links
- 239000000758 substrate Substances 0.000 title claims abstract description 154
- 239000008235 industrial water Substances 0.000 title claims abstract description 88
- 239000012530 fluid Substances 0.000 title claims abstract description 25
- 238000004458 analytical method Methods 0.000 title claims description 27
- 238000005260 corrosion Methods 0.000 claims abstract description 242
- 230000007797 corrosion Effects 0.000 claims abstract description 242
- 238000000034 method Methods 0.000 claims abstract description 110
- 239000003112 inhibitor Substances 0.000 claims description 35
- 238000003384 imaging method Methods 0.000 claims description 34
- 238000012360 testing method Methods 0.000 claims description 14
- 229910001209 Low-carbon steel Inorganic materials 0.000 claims description 13
- 229910052751 metal Inorganic materials 0.000 claims description 9
- 239000002184 metal Substances 0.000 claims description 9
- 230000010287 polarization Effects 0.000 claims description 7
- 229910000831 Steel Inorganic materials 0.000 claims description 6
- 239000010959 steel Substances 0.000 claims description 6
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 4
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 claims description 4
- 229910045601 alloy Inorganic materials 0.000 claims description 4
- 239000000956 alloy Substances 0.000 claims description 4
- 229910001369 Brass Inorganic materials 0.000 claims description 3
- 229910000975 Carbon steel Inorganic materials 0.000 claims description 3
- 229910052782 aluminium Inorganic materials 0.000 claims description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 3
- 239000010951 brass Substances 0.000 claims description 3
- 239000010962 carbon steel Substances 0.000 claims description 3
- 229910001220 stainless steel Inorganic materials 0.000 claims description 3
- 239000010935 stainless steel Substances 0.000 claims description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 2
- 229910052802 copper Inorganic materials 0.000 claims description 2
- 239000010949 copper Substances 0.000 claims description 2
- 229910052742 iron Inorganic materials 0.000 claims description 2
- 229910052759 nickel Inorganic materials 0.000 claims description 2
- 230000003647 oxidation Effects 0.000 claims 1
- 238000007254 oxidation reaction Methods 0.000 claims 1
- 239000000203 mixture Substances 0.000 description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 21
- KAESVJOAVNADME-UHFFFAOYSA-N Pyrrole Chemical compound C=1C=CNC=1 KAESVJOAVNADME-UHFFFAOYSA-N 0.000 description 14
- 230000008859 change Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 230000009466 transformation Effects 0.000 description 11
- 238000005259 measurement Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- -1 poly(amino acid) Polymers 0.000 description 7
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 6
- 238000007654 immersion Methods 0.000 description 6
- 229910052698 phosphorus Inorganic materials 0.000 description 6
- 239000011574 phosphorus Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 5
- 229920000642 polymer Polymers 0.000 description 5
- 230000002194 synthesizing effect Effects 0.000 description 5
- 238000011282 treatment Methods 0.000 description 5
- 229910019142 PO4 Inorganic materials 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 125000001664 diethylamino group Chemical class [H]C([H])([H])C([H])([H])N(*)C([H])([H])C([H])([H])[H] 0.000 description 4
- 230000000977 initiatory effect Effects 0.000 description 4
- 238000005272 metallurgy Methods 0.000 description 4
- 235000021317 phosphate Nutrition 0.000 description 4
- 150000003013 phosphoric acid derivatives Chemical class 0.000 description 4
- 229920001308 poly(aminoacid) Polymers 0.000 description 4
- YXIWHUQXZSMYRE-UHFFFAOYSA-N 1,3-benzothiazole-2-thiol Chemical compound C1=CC=C2SC(S)=NC2=C1 YXIWHUQXZSMYRE-UHFFFAOYSA-N 0.000 description 3
- NEAQRZUHTPSBBM-UHFFFAOYSA-N 2-hydroxy-3,3-dimethyl-7-nitro-4h-isoquinolin-1-one Chemical compound C1=C([N+]([O-])=O)C=C2C(=O)N(O)C(C)(C)CC2=C1 NEAQRZUHTPSBBM-UHFFFAOYSA-N 0.000 description 3
- 229910000554 Admiralty brass Inorganic materials 0.000 description 3
- 239000002253 acid Substances 0.000 description 3
- 150000001412 amines Chemical class 0.000 description 3
- 150000003851 azoles Chemical class 0.000 description 3
- 238000011496 digital image analysis Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- NLKNQRATVPKPDG-UHFFFAOYSA-M potassium iodide Chemical compound [K+].[I-] NLKNQRATVPKPDG-UHFFFAOYSA-M 0.000 description 3
- FVAUCKIRQBBSSJ-UHFFFAOYSA-M sodium iodide Chemical compound [Na+].[I-] FVAUCKIRQBBSSJ-UHFFFAOYSA-M 0.000 description 3
- CMGDVUCDZOBDNL-UHFFFAOYSA-N 4-methyl-2h-benzotriazole Chemical compound CC1=CC=CC2=NNN=C12 CMGDVUCDZOBDNL-UHFFFAOYSA-N 0.000 description 2
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- DBVJJBKOTRCVKF-UHFFFAOYSA-N Etidronic acid Chemical compound OP(=O)(O)C(O)(C)P(O)(O)=O DBVJJBKOTRCVKF-UHFFFAOYSA-N 0.000 description 2
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 2
- ABLZXFCXXLZCGV-UHFFFAOYSA-N Phosphorous acid Chemical class OP(O)=O ABLZXFCXXLZCGV-UHFFFAOYSA-N 0.000 description 2
- AEKNYBWUEYNWMJ-QWOOXDRHSA-N Pramiconazole Chemical compound O=C1N(C(C)C)CCN1C1=CC=C(N2CCN(CC2)C=2C=CC(OC[C@@H]3O[C@](CN4N=CN=C4)(CO3)C=3C(=CC(F)=CC=3)F)=CC=2)C=C1 AEKNYBWUEYNWMJ-QWOOXDRHSA-N 0.000 description 2
- LPTWEDZIPSKWDG-UHFFFAOYSA-N benzenesulfonic acid;dodecane Chemical compound OS(=O)(=O)C1=CC=CC=C1.CCCCCCCCCCCC LPTWEDZIPSKWDG-UHFFFAOYSA-N 0.000 description 2
- QRUDEWIWKLJBPS-UHFFFAOYSA-N benzotriazole Chemical compound C1=CC=C2N[N][N]C2=C1 QRUDEWIWKLJBPS-UHFFFAOYSA-N 0.000 description 2
- 239000012964 benzotriazole Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 239000000498 cooling water Substances 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 125000002485 formyl group Chemical class [H]C(*)=O 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- HSZCZNFXUDYRKD-UHFFFAOYSA-M lithium iodide Chemical compound [Li+].[I-] HSZCZNFXUDYRKD-UHFFFAOYSA-M 0.000 description 2
- 229910021645 metal ion Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- MEFBJEMVZONFCJ-UHFFFAOYSA-N molybdate Chemical compound [O-][Mo]([O-])(=O)=O MEFBJEMVZONFCJ-UHFFFAOYSA-N 0.000 description 2
- 229910052750 molybdenum Inorganic materials 0.000 description 2
- 239000011733 molybdenum Substances 0.000 description 2
- 238000002161 passivation Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- KDYFGRWQOYBRFD-UHFFFAOYSA-N succinic acid Chemical compound OC(=O)CCC(O)=O KDYFGRWQOYBRFD-UHFFFAOYSA-N 0.000 description 2
- 150000003460 sulfonic acids Chemical class 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- UHAUNWBFEUXSNO-UHFFFAOYSA-N (2,3,4-trimethylphenyl)azanium;iodide Chemical compound [I-].CC1=CC=C([NH3+])C(C)=C1C UHAUNWBFEUXSNO-UHFFFAOYSA-N 0.000 description 1
- KJUGUADJHNHALS-UHFFFAOYSA-N 1H-tetrazole Substances C=1N=NNN=1 KJUGUADJHNHALS-UHFFFAOYSA-N 0.000 description 1
- XZXYQEHISUMZAT-UHFFFAOYSA-N 2-[(2-hydroxy-5-methylphenyl)methyl]-4-methylphenol Chemical compound CC1=CC=C(O)C(CC=2C(=CC=C(C)C=2)O)=C1 XZXYQEHISUMZAT-UHFFFAOYSA-N 0.000 description 1
- WBIQQQGBSDOWNP-UHFFFAOYSA-N 2-dodecylbenzenesulfonic acid Chemical compound CCCCCCCCCCCCC1=CC=CC=C1S(O)(=O)=O WBIQQQGBSDOWNP-UHFFFAOYSA-N 0.000 description 1
- SZHQPBJEOCHCKM-UHFFFAOYSA-N 2-phosphonobutane-1,2,4-tricarboxylic acid Chemical compound OC(=O)CCC(P(O)(O)=O)(C(O)=O)CC(O)=O SZHQPBJEOCHCKM-UHFFFAOYSA-N 0.000 description 1
- YTZPUTADNGREHA-UHFFFAOYSA-N 2h-benzo[e]benzotriazole Chemical compound C1=CC2=CC=CC=C2C2=NNN=C21 YTZPUTADNGREHA-UHFFFAOYSA-N 0.000 description 1
- IPIVUPVIFPKFTG-UHFFFAOYSA-N 4-butyl-2h-benzotriazole Chemical compound CCCCC1=CC=CC2=C1N=NN2 IPIVUPVIFPKFTG-UHFFFAOYSA-N 0.000 description 1
- LSNNMFCWUKXFEE-UHFFFAOYSA-M Bisulfite Chemical compound OS([O-])=O LSNNMFCWUKXFEE-UHFFFAOYSA-M 0.000 description 1
- UNMYWSMUMWPJLR-UHFFFAOYSA-L Calcium iodide Chemical compound [Ca+2].[I-].[I-] UNMYWSMUMWPJLR-UHFFFAOYSA-L 0.000 description 1
- ZCQWOFVYLHDMMC-UHFFFAOYSA-N Oxazole Chemical compound C1=COC=N1 ZCQWOFVYLHDMMC-UHFFFAOYSA-N 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- KEAYESYHFKHZAL-UHFFFAOYSA-N Sodium Chemical compound [Na] KEAYESYHFKHZAL-UHFFFAOYSA-N 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- YSMRWXYRXBRSND-UHFFFAOYSA-N TOTP Chemical compound CC1=CC=CC=C1OP(=O)(OC=1C(=CC=CC=1)C)OC1=CC=CC=C1C YSMRWXYRXBRSND-UHFFFAOYSA-N 0.000 description 1
- FZWLAAWBMGSTSO-UHFFFAOYSA-N Thiazole Chemical compound C1=CSC=N1 FZWLAAWBMGSTSO-UHFFFAOYSA-N 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- YDONNITUKPKTIG-UHFFFAOYSA-N [Nitrilotris(methylene)]trisphosphonic acid Chemical compound OP(O)(=O)CN(CP(O)(O)=O)CP(O)(O)=O YDONNITUKPKTIG-UHFFFAOYSA-N 0.000 description 1
- 150000001251 acridines Chemical class 0.000 description 1
- 229910052783 alkali metal Inorganic materials 0.000 description 1
- 150000001340 alkali metals Chemical class 0.000 description 1
- 229910052784 alkaline earth metal Inorganic materials 0.000 description 1
- 150000001342 alkaline earth metals Chemical class 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 229940107816 ammonium iodide Drugs 0.000 description 1
- APUPEJJSWDHEBO-UHFFFAOYSA-P ammonium molybdate Chemical compound [NH4+].[NH4+].[O-][Mo]([O-])(=O)=O APUPEJJSWDHEBO-UHFFFAOYSA-P 0.000 description 1
- 239000011609 ammonium molybdate Substances 0.000 description 1
- 235000018660 ammonium molybdate Nutrition 0.000 description 1
- 229940010552 ammonium molybdate Drugs 0.000 description 1
- 229940111121 antirheumatic drug quinolines Drugs 0.000 description 1
- 125000003118 aryl group Chemical group 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- SRSXLGNVWSONIS-UHFFFAOYSA-N benzenesulfonic acid Chemical compound OS(=O)(=O)C1=CC=CC=C1 SRSXLGNVWSONIS-UHFFFAOYSA-N 0.000 description 1
- 229940092714 benzenesulfonic acid Drugs 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- TUTGSUXVBUXMLL-UHFFFAOYSA-N butanedioic acid;phosphane Chemical compound P.OC(=O)CCC(O)=O TUTGSUXVBUXMLL-UHFFFAOYSA-N 0.000 description 1
- 229910001640 calcium iodide Inorganic materials 0.000 description 1
- 229940046413 calcium iodide Drugs 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 150000001854 cinnolines Chemical class 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 229940060296 dodecylbenzenesulfonic acid Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- SLAFUPJSGFVWPP-UHFFFAOYSA-M ethyl(triphenyl)phosphanium;iodide Chemical compound [I-].C=1C=CC=CC=1[P+](C=1C=CC=CC=1)(CC)C1=CC=CC=C1 SLAFUPJSGFVWPP-UHFFFAOYSA-M 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 229910052595 hematite Inorganic materials 0.000 description 1
- 239000011019 hematite Substances 0.000 description 1
- 150000002460 imidazoles Chemical class 0.000 description 1
- 150000002462 imidazolines Chemical class 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- XMBWDFGMSWQBCA-UHFFFAOYSA-M iodide Chemical compound [I-] XMBWDFGMSWQBCA-UHFFFAOYSA-M 0.000 description 1
- 150000004694 iodide salts Chemical class 0.000 description 1
- 238000005342 ion exchange Methods 0.000 description 1
- LIKBJVNGSGBSGK-UHFFFAOYSA-N iron(3+);oxygen(2-) Chemical compound [O-2].[O-2].[O-2].[Fe+3].[Fe+3] LIKBJVNGSGBSGK-UHFFFAOYSA-N 0.000 description 1
- SZVJSHCCFOBDDC-UHFFFAOYSA-N iron(II,III) oxide Inorganic materials O=[Fe]O[Fe]O[Fe]=O SZVJSHCCFOBDDC-UHFFFAOYSA-N 0.000 description 1
- 150000002537 isoquinolines Chemical class 0.000 description 1
- 238000004989 laser desorption mass spectroscopy Methods 0.000 description 1
- BLQJIBCZHWBKSL-UHFFFAOYSA-L magnesium iodide Chemical compound [Mg+2].[I-].[I-] BLQJIBCZHWBKSL-UHFFFAOYSA-L 0.000 description 1
- 229910001641 magnesium iodide Inorganic materials 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 150000002916 oxazoles Chemical class 0.000 description 1
- 230000033116 oxidation-reduction process Effects 0.000 description 1
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 1
- 150000003003 phosphines Chemical class 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 150000003217 pyrazoles Chemical class 0.000 description 1
- 150000004892 pyridazines Chemical class 0.000 description 1
- 150000003230 pyrimidines Chemical class 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 150000003246 quinazolines Chemical class 0.000 description 1
- 150000003248 quinolines Chemical class 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 235000009518 sodium iodide Nutrition 0.000 description 1
- 239000011684 sodium molybdate Substances 0.000 description 1
- 235000015393 sodium molybdate Nutrition 0.000 description 1
- TVXXNOYZHKPKGW-UHFFFAOYSA-N sodium molybdate (anhydrous) Chemical compound [Na+].[Na+].[O-][Mo]([O-])(=O)=O TVXXNOYZHKPKGW-UHFFFAOYSA-N 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 239000008107 starch Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 229910052712 strontium Inorganic materials 0.000 description 1
- CIOAGBVUUVVLOB-UHFFFAOYSA-N strontium atom Chemical compound [Sr] CIOAGBVUUVVLOB-UHFFFAOYSA-N 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000001384 succinic acid Substances 0.000 description 1
- 239000004094 surface-active agent Substances 0.000 description 1
- DPKBAXPHAYBPRL-UHFFFAOYSA-M tetrabutylazanium;iodide Chemical compound [I-].CCCC[N+](CCCC)(CCCC)CCCC DPKBAXPHAYBPRL-UHFFFAOYSA-M 0.000 description 1
- UQFSVBXCNGCBBW-UHFFFAOYSA-M tetraethylammonium iodide Chemical compound [I-].CC[N+](CC)(CC)CC UQFSVBXCNGCBBW-UHFFFAOYSA-M 0.000 description 1
- KCSOHLKZTZMKQA-UHFFFAOYSA-M tetraheptylazanium;iodide Chemical compound [I-].CCCCCCC[N+](CCCCCCC)(CCCCCCC)CCCCCCC KCSOHLKZTZMKQA-UHFFFAOYSA-M 0.000 description 1
- VRKHAMWCGMJAMI-UHFFFAOYSA-M tetrahexylazanium;iodide Chemical compound [I-].CCCCCC[N+](CCCCCC)(CCCCCC)CCCCCC VRKHAMWCGMJAMI-UHFFFAOYSA-M 0.000 description 1
- FBLZDUAOBOMSNZ-UHFFFAOYSA-M tetrapentylazanium;iodide Chemical compound [I-].CCCCC[N+](CCCCC)(CCCCC)CCCCC FBLZDUAOBOMSNZ-UHFFFAOYSA-M 0.000 description 1
- DKUNCCVNTUQRBB-UHFFFAOYSA-M tetraphenylazanium;iodide Chemical compound [I-].C1=CC=CC=C1[N+](C=1C=CC=CC=1)(C=1C=CC=CC=1)C1=CC=CC=C1 DKUNCCVNTUQRBB-UHFFFAOYSA-M 0.000 description 1
- GKXDJYKZFZVASJ-UHFFFAOYSA-M tetrapropylazanium;iodide Chemical compound [I-].CCC[N+](CCC)(CCC)CCC GKXDJYKZFZVASJ-UHFFFAOYSA-M 0.000 description 1
- 150000003536 tetrazoles Chemical class 0.000 description 1
- 150000003557 thiazoles Chemical class 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 150000003852 triazoles Chemical class 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 229920003169 water-soluble polymer Polymers 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/40—Concentrating samples
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
- G01N17/006—Investigating resistance of materials to the weather, to corrosion, or to light of metals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
- G01N17/04—Corrosion probes
- G01N17/043—Coupons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Plasma & Fusion (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
- Treatment Of Water By Oxidation Or Reduction (AREA)
- Separation Of Suspended Particles By Flocculating Agents (AREA)
- Water Treatment By Electricity Or Magnetism (AREA)
Abstract
Trata-se de um método para analisar um substrato que contata um fluido presente em um sistema industrial. O método compreende criar uma série de imagens digitais do substrato durante o contato com o fluido presente no sistema industrial. Uma região de interesse na série de imagens digitais do substrato é definida. Uma característica de corrosão na região de interesse na série de imagens digitais do substrato é identificada. A característica de corrosão na região de interesse na série de imagens digitais do substrato é analisada para determinar uma tendência de corrosão no sistema industrial. Em certas modalidades do método, o fluido é água industrial, e o sistema industrial é um sistema de água industrial.
Description
[001] Este pedido é um pedido internacional (isto é, PCT) que reivindica o benefício do Pedido de Patente Provisório n° U.S. 62/364.130, depositado em 19 de julho de 2016, cuja revelação está incorporada ao presente documento a título de referência em sua totalidade.
[002] Pode-se usar testagem padrão que utiliza cupons de corrosão para medir as taxas de corrosão geral e local em sistemas de água industriais. A testagem padrão envolve a colocação de um cupom de corrosão padrão da indústria em um espaço de teste (por exemplo, um sistema de água industrial) e permite que o cupom de corrosão seja exposto às condições do espaço de teste, o que pode causar corrosão do cupom de corrosão. Após um período de tempo de exposição, geralmente de 30 a 90 dias ou mais, o cupom de corrosão é removido das condições do espaço de teste. Um ou mais dentre uma série de testes é então realizado para determinar a corrosão do cupom de corrosão, que geralmente corresponde à corrosão encontrada nas superfícies do espaço de teste.
[003] A testagem padrão usando cupons de corrosão tem desvantagens. Por exemplo, monitoramento e análise em “tempo real” não são possíveis, já que o cupom (ou cupons) de corrosão é exposto às condições do espaço de teste com pouca ou nenhuma observação. Se os cupons estiverem localizados de modo a serem observados, a observação a olho nu é subjetiva e, geralmente, não é capaz de observar diferenças sutis nos cupons quando o início da corrosão começa a ocorrer. Além disso, os sistemas para detectar a corrosão geral normalmente não possuem a capacidade de detectar ou prever corrosão localizada.
[004] A invenção é dirigida ao uso de imagem digital de um substrato para analisar a corrosão em um sistema industrial, que em certas modalidades é um sistema de água industrial.
[005] Um método de análise de um fluido de contato de substrato presente em um sistema industrial é fornecido. O método compreende a criação de uma imagem digital do substrato enquanto o substrato entra em contato com o fluido presente no sistema industrial. Uma região de interesse na imagem digital do substrato é definida. Uma característica de corrosão na região de interesse na imagem digital do substrato é identificada. A característica de corrosão na região de interesse na imagem digital do substrato é analisada.
[006] Um método de análise de um fluido de contato de substrato presente em um sistema industrial é fornecido. O método compreende a criação de uma série de imagens digitais do substrato enquanto o substrato entra em contato com o fluido presente no sistema industrial. Uma região de interesse na série de imagens digitais do substrato é definida. Uma característica de corrosão na região de interesse na série de imagens digitais do substrato é identificada. A característica de corrosão na região de interesse na série de imagens digitais do substrato é analisada para determinar uma tendência de corrosão do sistema industrial.
[007] Um método de análise de um substrato em contato com a água industrial presente em um sistema de água industrial é fornecido. O método compreende tratar a água industrial do sistema de água industrial com um inibidor de corrosão. Uma série de imagens digitais do substrato é criada enquanto o substrato entra em contato com a água industrial presente no sistema de água industrial. Uma região de interesse na série de imagens digitais do substrato é definida. Uma característica de corrosão na região de interesse na série de imagens digitais do substrato é identificada. A característica de corrosão na região de interesse na série de imagens digitais do substrato é analisada para determinar uma tendência de corrosão do sistema de água industrial, e age-se com base na análise da característica de corrosão na região de interesse na série de imagens digitais do substrato.
[008] A Figura 1 é uma vista esquemática de uma modalidade de um sistema que pode ser utilizada para realizar os métodos aqui descritos.
[009] A Figura 2 é uma vista esquemática de uma modalidade alternativa de um sistema que pode ser utilizada para realizar os métodos aqui descritos.
[0010] A Figura 3 mostra uma modalidade de um dispositivo de posicionamento de substrato que pode ser utilizado em sistemas e métodos aqui descritos.
[0011] A Figura 4 é uma vista esquemática de uma modalidade alternativa de um sistema que pode ser utilizado para realizar os métodos aqui descritos.
[0012] A Figura 5 mostra uma imagem de uma série de imagens de uma vista de bordo de um substrato submetido a um método aqui descrito.
[0013] A Figura 6 é uma vista esquemática de um sistema que pode realizar os métodos aqui descritos.
[0014] A Figura 7 mostra exemplos de imagens, criadas enquanto se pratica um método aqui descrito, de um substrato sofrendo corrosão em quatro intervalos de tempo.
[0015] A Figura 8 mostra exemplos de imagens submetidas a um método aqui descrito.
[0016] A Figura 9 mostra um exemplo de uma imagem de uma série de imagens submetidas a um método aqui descrito.
[0017] A Figura 10 é um fluxograma de lógica que é utilizado em uma modalidade de um método aqui descrito.
[0018] A Figura 11 mostra exemplos de imagens submetidas a ummétodo aqui descrito.
[0019] A Figura 12 mostra exemplos de imagens submetidas a um método aqui divulgado.
[0020] A Figura 13 mostra um exemplo de uma imagem de uma série de imagens submetidas a um método aqui descrito.
[0021] A Figura 14 é uma ilustração gráfica de uma propriedade de certas cavidades de corrosão presentes na imagem da Figura 13.
[0022] A Figura 15 é um gráfico da profundidade do pite de corrosão versus tempo para certas experiências realizadas em um certo tipo de substrato.
[0023] A Figura 16 mostra exemplos de imagens submetidas a um método aqui descrito, que aponta certas características do substrato representado.
[0024] A Figura 17 mostra gráficos de modalidades que refletem análises de uma série de imagens digitais, uma para cada uma dentre refletância de luz vermelha, verde e azul.
[0025] A Figura 18 mostra exemplos de imagens, criadas enquanto se pratica um método aqui descrito, de um substrato sofrendo corrosão em seis intervalos de tempo.
[0026] Um método de análise de um fluido de contato de substrato presente em um sistema industrial é fornecido. O método compreende a criação de uma imagem digital do substrato enquanto o substrato entra em contato com o fluido presente no sistema industrial. Uma região de interesse na imagem digital do substrato é definida. Uma característica de corrosão na região de interesse na imagem digital do substrato é identificada. A característica de corrosão na região de interesse na imagem digital do substrato é analisada.
[0027] Um método de análise de um substrato em contato com um fluido presente em um sistema industrial é fornecido. O método compreende a criação de uma série de imagens digitais do substrato durante o contato do fluido presente no sistema industrial. Uma região de interesse na série de imagens digitais do substrato é definida. Uma característica de corrosão na região de interesse na série de imagens digitais do substrato é identificada. A característica de corrosão na região de interesse na série de imagens digitais do substrato é analisada para determinar uma tendência de corrosão do sistema industrial. Em certas modalidades do método, o fluido é água industrial e o sistema industrial é um sistema de água industrial.
[0028] Em uma modalidade preferida, o método é um método de analisar um substrato que contata a água industrial em um sistema de água industrial. Em certas modalidades, o método é um método de quantificação da corrosão de um substrato em contato com água industrial em um sistema de água industrial. As frases “analisando um substrato”, “definindo uma região de interesse”, “sintetizando dados de tendência” e “quantificando a corrosão de um substrato” e a terminologia relacionada (por exemplo, formas conjugadas) são usadas aqui para descrever aspectos dos métodos, com “analisando um substrato” incluindo “quantificando a corrosão de um substrato”, “definindo uma região de interesse” e “sintetizando dados de tendência”, que são todos subconjuntos de análise. O termo “substrato”, “cupom de corrosão” e termos semelhantes devem ser interpretados como incluindo “ou uma porção do mesmo”.
[0029] Em certas modalidades dos métodos e sistemas aqui fornecidos, o substrato é um cupom de corrosão. Em certas modalidades dos métodos e sistemas aqui fornecidos, o substrato é uma seção de um conduto. Em certas modalidades dos métodos e sistemas aqui fornecidos, o cupom de corrosão é representativo de um material de construção do sistema de água industrial. Em certas modalidades dos métodos e sistemas aqui fornecidos, o substrato, por exemplo, o cupom de corrosão, é construído a partir de um metal, que pode ser selecionado dentre aço, ferro, alumínio, cobre, latão, níquel, titânio e ligas relacionadas. O aço pode ser de aço macio, aço inoxidável ou aço carbono. Em certas modalidades, o latão é de latão almirantado. Em certas modalidades, o metal é capaz de passivação e, em outras modalidades, o metal é incapaz de passivação.
[0030] Em certas modalidades dos métodos e sistemas aqui fornecidos, o substrato (por exemplo, um cupom de corrosão) é capaz de passar por um teste de corrosão padrão, por exemplo, um teste de corrosão da Sociedade Americana de Testes e Materiais (“ASTM”).
[0031] Em uma modalidade preferida dos métodos aqui fornecidos, o substrato contata a água industrial presente em um sistema de água industrial. Exemplos de sistemas de água industrial incluem, mas não estão limitados a, sistemas de aquecimento de água (por exemplo, sistemas de caldeiras), sistemas de água de resfriamento (por exemplo, sistemas que incluem uma torre de resfriamento), dutos para transporte de água (por exemplo, transporte de água do mar, transporte para operações de mineração), e similares. Água industrial é qualquer substância aquosa que é ou será usada em um sistema de água industrial. Geralmente, os sistemas de água industrial compreendem água industrial que pode ser tratada de alguma maneira para tornar a água mais adequada para uso no sistema de água industrial de interesse. Por exemplo, a água industrial usada em sistemas de aquecimento de água (por exemplo, sistemas de caldeiras) pode ser desaerada. A água industrial usada em sistemas de aquecimento de água pode ser tratada com um inibidor de corrosão. Outros tratamentos podem ser processados para vários sistemas industriais de água. Em certas modalidades dos métodos aqui fornecidos, a água industrial do sistema de água industrial é tratada com um inibidor de corrosão. Em certas modalidades dos métodos aqui fornecidos, o sistema de água industrial é um sistema de aquecimento de água, que pode ser um sistema de caldeira. Em certas modalidades dos métodos aqui fornecidos, aágua industrial do sistema de aquecimento de água foi desaerada.
[0032] Geralmente, a água industrial está presente em um sistema de água industrial quando a água industrial está contida ou de outro modo fluindo através de um conduto ou recipiente do sistema de água industrial. Por exemplo, a água industrial fluindo através de um conduto conectado a um processo industrial (por exemplo, um sistema de resfriamento, um sistema de caldeira, etc.) - independentemente de o conduto ser, por exemplo, um conduto de linha principal, um conduto de fluxo lateral, um conduto de linha de alimentação, ou um conduto de linha de saída, e assim por diante - representa água industrial presente em um sistema de água industrial.
[0033] Exemplos de inibidores de corrosão adequados incluem, mas não estão limitados a, um azol, uma composição de dietilamina substituída quaternizado, uma amina, uma amina quaternária, um aldeído insaturado, uma composição inibidora à base de fósforo, um sal contendo molibdênio solúvel em água, um polímero poli(aminoácdo), um ácido sulfônico orgânico, derivados dos mesmos (por exemplo, oxazol, tiazol, etc.), múltiplos dos mesmos (por exemplo, mais do que um azol) e combinações dos mesmos. Em certas modalidades aqui apresentadas, o inibidor de corrosão, além de compreender uma ou mais das composições listadas na sentença anterior, compreende ainda um sal de iodeto. Exemplos de sais de iodeto adequados incluem, mas não estão limitados a, iodeto de lítio, iodeto de sódio, iodeto de potássio, iodeto de cálcio, iodeto de magnésio, iodeto de amônio, iodeto de tetraetilamônio, iodeto de tetrapropilamônio, iodeto de tetrabutilamônio, iodeto de tetrapentilamônio, iodeto de tetra-hexilamônio, iodeto de tetra- heptilamônio, tetrafenilamônio iodeto, iodeto de feniltrimetilamônio e iodeto de (etil)trifenilfosfônio. Em certas modalidades aqui apresentadas, o inibidor de corrosão é dosado para a água industrial do sistema de água industrial em um solvente orgânico e opcionalmente um tensoativo.
[0034] Outros exemplos de inibidores de corrosão são descritos nasPatentes n° 9.175.405, 9.074.289, 8.618.027, 8.585.930, 7.842.127, 6.740.231, 6.696.572, 6.599.445, 6.488.868, 6.448.411, 6.336.058, 5.750.070, 5.320.779 e 5.278.074; Pedidos de Patente n° 2005/0245411 e 2008/0308770; e Pedidos De Patente de n° 62/167.658, 62/167.697, 62/167.710, e 62/167.719, cujas descrições estão aqui incorporadas por referência em suas totalidades para todos os fins.
[0035] Exemplos de azóis adequados incluem, mas não se limitam a, composições contendo azol, composições contendo azolina, derivados das mesmas (por exemplo, oxazóis, tiazóis, acridinas, cinolinas, quinoxazolinas, piridazinas, pirimidinas, quinazolinas, quinolinas, isoquinolinas, etc.), múltiplos das mesmas e combinações das mesmas. No que se refere a esta descrição, outra maneira de descrever um azol é uma composição que possui um anel aromático contendo azoto. Exemplos de composições contendo azol incluem, mas não se limitam a, imidazóis, pirazóis, tetrazóis, triazóis e semelhantes. Os azóis particularmente adequados incluem, por exemplo, mercapto-benzotiazol (“MBT”), benzotriazol (“BT” ou “BZT”), butil- benzotriazol (“BBT”), tolitriazol (“TT”), naftotriazol (“NTA”), e composições relacionadas. Exemplos de composições contendo azolina incluem, mas não estão limitados a, iminoimidazinas, amido imidazolinas, derivados das mesmas, múltiplos das mesmas e combinações das mesmas. Em certas modalidades aqui apresentadas, o azol é quaternizado. Exemplos de azóis são descritos em mais detalhe nas Patentes n° 5.278.074, 6.448.411 e 8.585.930, as quais foram aqui incorporadas por referência.
[0036] Exemplos de composições de dietilamina substituídas adequadas incluem, mas não se limitam àquelas descritas nas Patentes n° 6.488.868, 6.599.445 e 6.696.572, que foram aqui incorporadas por referência. Em certas modalidades aqui apresentadas, a composição de dietilamina substituída é quaternizada. A composição de dietilamina substituída pode também ser um azol, por exemplo, uma diacrilaminaimidazolina quaternizada.
[0037] Exemplos de aminas adequadas (quaternizadas ou não) incluem, mas não se limitam, àquelas descritas nas Patentes n° 7.842.127, 8.618.027, que foram aqui incorporados por referência.
[0038] Exemplos de aldeídos insaturados adequados incluem, mas não se limitam, àqueles descritos na Patente n° 7.842.127, que foi aqui incorporada por referência.
[0039] Exemplos de composições inibidoras à base de fósforo adequadas incluem, mas não se limitam a, composições inibidoras à base de fósforo inorgânico, composições inibidoras à base de fósforo orgânico, composições organofosforadas e combinações das mesmas. Exemplos de composições inibidoras à base de fósforo inorgânico incluem, mas não se limitam a, ADD e combinações do mesmo. Exemplos de composições inibidoras à base de fósforo orgânico incluem, mas não estão limitados a, fosfatos orgânicos, fosfonatos orgânicos e combinações das mesmas. Exemplos de fosfatos orgânicos incluem fosfatos orgânicos não poliméricos e fosfatos orgânicos poliméricos. Para os propósitos da mesma divulgação, “polimérico” descreve uma composição com unidades de repetição e “não polimérico” descreve uma composição sem unidades de repetição. Exemplos de fosfonatos orgânicos incluem, mas não estão limitados a, ácido 2- fosfonobutano-1,2,4-tricarboxílico (“PBTC”), ácido 1-hidroxietilideno-1,1- difosfônico (“HEDP”), ácido aminotrimetileno-fosfônico fosfinicobis monossódico (ácido succínico). Exemplos de composições organofosforadas incluem fosfinas.
[0040] Exemplos de ácidos sulfônicos orgânicos adequados incluem, mas não se limitam, àqueles descritos na Patente Número US 8.618.027, que foi aqui incorporada por referência. Exemplos de ácidos sulfônicos orgânicos adequados incluem, mas não se limitam a, ácido benzenossulfônico, ácido dodecilbenzenossulfônico (“DDBSA”) e, de um modo preferido, DDBSAramificada.
[0041] Exemplos de sais contendo molibdênio solúveis em água adequados incluem, mas não estão limitados a, molibdatos alcalinos, por exemplo, molibdato de sódio, molibdato de potássio, molibdato de amônio, molibdato de estrôncio e semelhantes.
[0042] Em certas modalidades, o polímero de poli(aminoácido) tem uma cadeia lateral contendo ácido hidroxâmico. Um exemplo de um polímero de poli(aminoácido) adequado possuindo uma cadeia lateral contendo ácido hidroxâmico inclui, mas não está limitado a, aquele da Fórmula geral (I):
em que W é CO2MX ou CONHOH, em que MX é um íon metálico; Y é CH2CONHOH ou CH2CO2My, em que My é um íon de metal igual ou diferente de Mx, M1 é um metal alcalino, um metal alcalino-terroso ou amônia; (a+b)/(a+b+c+d)*100%+(c+d)/(a+b+c+d)*100% = 100% varia de cerca de 0,1% a cerca de 100%, de preferência, de 5% a 70%, com mais preferência, de 10% a 50%; (c+d)/(a+b+c+d)*100% varia de 0% a 99,9%; a/(a+b)*100% varia de 0% a 100%; b/(a+b)*100% varia de 0% a 100%; a/(a+b)*100%+b/(a+b)*100% = 100%; c/(c+d)*100% varia de 0% a 100%; d/(c+d)*100% varia de 0% a 100%; c/(c+d)*100%+d/(c+d)*100% = 100%; e o peso molecular varia de cerca de 300 a cerca de 200.000 dáltons. Outros exemplos de polímeros de poli(aminoácido) adequados com uma cadeia lateral contendo ácido hidroxâmico são descritos na Patente n° US 5.750.070, que foi incorporada por referência.
[0043] O inibidor de corrosão pode estar presente na água industrial a uma concentração de cerca de 0,01 ppm a cerca de 1.000 ppm em peso, incluindo desde cerca de 0,1 ppm ou desde cerca de 1 ppm a cerca de 500 ppm, ou a cerca de 200 ppm.
[0044] Em certas modalidades dos métodos aqui fornecidos, é medido um parâmetro do sistema de água industrial. Os parâmetros incluem, mas não se limitam a, temperatura, pressão, pH, condutividade, potencial de redução da oxidação, resistência à polarização linear, derivados dos mesmos e combinações dos mesmos. Em uma modalidade preferida, os métodos aqui descritos compreendem ainda medir a resistência de polarização linear do fluido no sistema industrial, e agir com base em pelo menos uma das análises da característica de corrosão na região de interesse da imagem digital, ou série das mesmas, do substrato, e a resistência de polarização linear medida do fluido do sistema industrial. Em uma modalidade preferida, a invenção é direcionada para utilizar imaginologia digital de um substrato e resistência à polarização linear para analisar a corrosão em um sistema de água industrial.
[0045] O substrato é suficientemente iluminado para permitir a criação de imagens digitais do substrato localizado no sistema de água industrial. Em modalidades preferidas, o substrato suficientemente iluminado utilizando um diodo emissor de luz e, de um modo mais preferido, uma pluralidade de diodos emissores de luz.
[0046] Em certas modalidades dos métodos aqui divulgados, é criada uma série de imagens digitais do substrato. Em certas modalidades preferidas, a série de imagens digitais do substrato é criada enquanto o substrato está localizado em um sistema industrial, por exemplo, um sistema de água industrial. Embora não seja preferido, a série de imagens digitais do substrato pode ser criada enquanto o substrato não está localizado em um sistema industrial. Nas modalidades preferidas, o substrato localizado no sistema industrial, por exemplo, um sistema de água industrial, está geralmente em contato com um fluido, por exemplo, água industrial.
[0047] Quando utilizada, a série de imagens digitais pode ter duas ou mais imagens digitais. Em certas modalidades dos métodos aqui fornecidos, a série de imagens digitais compreende uma quantidade de imagens digitais suficiente para realizar a análise de tendências das imagens digitais e, assim, do substrato. Em modalidades preferidas dos métodos aqui fornecidos, a série de imagens digitais é uma quantidade suficiente para realizar a análise de tendência de corrosão do substrato. Em certas modalidades dos métodos aqui fornecidos, a série de imagens digitais é criada em um intervalo de tempo fixo, isto é, cada imagem é tirada após um período fixo de tempo. Em certas modalidades dos métodos aqui fornecidos, a série de imagens digitais é criada em um intervalo de tempo fixo quando um parâmetro do sistema industrial, por exemplo, sistema de água industrial, está dentro de um limite de controle, mas a série de imagens digitais é criada em um intervalo de tempo menor que o intervalo de tempo fixo quando o parâmetro do sistema industrial não está dentro do limite de controle. Em outras palavras, quando o processo está sob controle, uma imagem digital é criada a uma taxa de uma imagem digital a cada comprimento t de tempo, mas quando o processo está fora de controle, uma imagem digital é criada a uma taxa mais rápida do que uma imagem digital a cada comprimento t de tempo.
[0048] Em certas modalidades dos métodos aqui proporcionados, a imagem digital, ou séries das mesmas, do substrato, é analisada para determinar uma tendência de corrosão do substrato no sistema industrial, por exemplo, sistema de água industrial. Em certas modalidades, a análise compreende definir uma região de interesse na série de imagens digitais do substrato e sintetizar dados de tendência da região de interesse a partir da série de imagens. Em algumas modalidades, a análise compreende a transformação matemática de dados para sintetizar informações relacionadas ao tamanho (por exemplo, uma medição unidimensional ou cálculo da área de superfície para inferir a profundidade do pite), perfil de cor, número de características de corrosão, área percentual coberta por características de corrosão, área de superfície média das características de corrosão, porcentagem de características ativos de corrosão e combinações dos mesmos, para calcular uma tendência de corrosão (por exemplo, uma taxa de corrosão localizada). A corrosão localizada e exemplos de transformações matemáticas de dados são discutidos aqui mais adiante. Em certas modalidades dos métodos aqui proporcionados, o método compreende ainda a estimativa da profundidade do pite do elemento de corrosão com base na área superficial estimada da característica de corrosão. Em certas modalidades dos métodos aqui proporcionados, o método compreende ainda a estimativa da profundidade do pite da característica de corrosão com base em uma medição unidimensional da característica de corrosão. Exemplos de medições unidimensionais de uma característica de corrosão incluem, mas não estão limitados a, comprimento (por exemplo, uma medição ponto a ponto através de uma característica de corrosão), perímetro (por exemplo, circunferência em torno de uma característica de corrosão) e medidas e estimativas dos mesmos.
[0049] Em certas modalidades, os métodos compreendem a definição de uma região de interesse na imagem digital, ou série da mesma, do substrato. A região de interesse pode compreender uma superfície do substrato. Em certas modalidades dos métodos aqui fornecidos, a região de interesse é uma superfície, ou porção da mesma, de um substrato (por exemplo, um cupom de corrosão).
[0050] Em certas modalidades dos métodos aqui fornecidos, a região de interesse compreende uma ou mais características de corrosão. Em certas modalidades dos métodos aqui fornecidos, uma pluralidade de características de corrosão é identificada na região de interesse. As características de corrosão podem ser contadas e/ou rastreadas quanto a alterações em número, o que pode fornecer informações relacionadas ao ambiente corrosivo que pode estar presente no sistema industrial, por exemplo, sistema de água industrial. Em certas modalidades, o método compreende a identificação de uma característica de corrosão na região de interesse, que pode ainda compreender a previsão de um futuro evento de corrosão baseado na característica de corrosão. Em certas modalidades dos métodos aqui fornecidos, é calculada a área da superfície da característica de corrosão, o que permite uma previsão da profundidade do pite estimada com base na área da superfície da característica de corrosão.
[0051] A corrosão localizada tende a formar sulcos em superfícies de materiais e, portanto, é às vezes chamada de corrosão por “formação de pites”. A corrosão localizada pode ser descrita como um processo estocástico com taxas variáveis. Geralmente, a corrosão localizada é responsável por muitas falhas do sistema industrial, particularmente relacionadas a sistemas de água industriais. Embora a corrosão geral dos sistemas industriais possa ser um pouco previsível usando monitoramento de corrosão convencional (por exemplo, resistência à polarização linear, (“LPR”)), a corrosão localizada tem sido mais difícil de monitorar e/ou prever em tempo real, geralmente exigindo instrumentação sofisticada e procedimentos analíticos. Em certas modalidades dos métodos aqui fornecidos, a tendência de corrosão determinada para o sistema industrial é uma tendência de corrosão localizada.
[0052] Em certas modalidades, um potencial evento de corrosão futuro é previsto com base na análise, ou subconjuntos das mesmas, da série de imagens digitais. Em certas modalidades dos métodos aqui proporcionados, o potencial evento de corrosão futuro é um ou mais dentre os seguintes: taxa de corrosão, falha por corrosão e combinações das mesmas.
[0053] Em certas modalidades dos métodos aqui fornecidos, é tomada uma ação (isto é, “age-se”) com base na análise da característica de corrosão na região de interesse da imagem digital, ou série das mesmas, do substrato. Geralmente, a ação tomada será uma ou mais ações para evitar ou diminuir os efeitos da corrosão (de preferência corrosão localizada) no sistema industrial, por exemplo, um sistema de água industrial. Qualquer uma ou mais ações podem ser tomadas, incluindo, mas não se limitando a, aumentar a dosagem do inibidor de corrosão, selecionar um inibidor de corrosão diferente, modificar o inibidor de corrosão, alterar uma propriedade física do sistema industrial, desligar o sistema industrial e combinações dos mesmos.
[0054] Em certas modalidades dos métodos aqui fornecidos, as limitações de escala de tempo e/ou de medição do ponto final da monitorização de substrato são abordadas integrando um sistema de imagem no sistema industrial, por exemplo, um sistema de água industrial. Em certas modalidades dos métodos aqui fornecidos, o substrato é um cupom de corrosão e o sistema de formação de imagens é integrado como parte de um bastidor de cupons padrão. Em certas modalidades dos métodos aqui fornecidos, o sistema de imagem não é intrusivo. Em certas modalidades dos métodos aqui fornecidos, o sistema de imagem fornece a capacidade de capturar a atividade de corrosão em tempo real na superfície de um cupom em contato com um fluido (por exemplo, água industrial) presente em um sistema industrial (por exemplo, um sistema de água industrial. Por exemplo, a Figura 1 mostra uma parte de um sistema industrial, neste exemplo, um sistema de água industrial, compreendendo o sistema de imagem 1 ligado ao sistema de água industrial em um tubo de fluxo de processo. A porção do sistema de água industrial compreende o tubo 100 que transporta um fluido, neste exemplo, água industrial, para o substrato 101 (por exemplo, um cupom de corrosão) retido no tubo pelo suporte de substrato 102 conectado à passagem 103 inserido no tubo em t 104. O substrato 101 pode ser construído de um metal que é representativo dos materiais molhados de construção do sistema de água industrial a ser monitorado, que em certas modalidades compreende aço carbono, latão (por exemplo, latão almirantado), aço inoxidável, alumínio e/ou ligas relacionadas. Outras opções de seleção são que uma ou mais superfícies do substrato têm um certo acabamento, por exemplo, terra, jato de areia, polido, etc., e se o substrato é passivado ou não. Os componentes 100 a 104 podem parcialmente ou inteiramente compreender hardware de montagem de cupom padrão usado em racks de cupom de corrosão comercialmente disponíveis (por exemplo, EnviroAqua Consultants Inc., 7116 Sophia Ave, Van Nuys, CA, Modelo ACR-22) projetados de acordo com as especificações ASTM.
[0055] O sistema de imagem requer acesso óptico para visualizar o substrato em contato com o fluxo de fluido do processo, ou seja, a água industrial. Geralmente, os sistemas comerciais de bastidor de cupom usam tubos de PVC transparentes para fornecer aos operadores a capacidade de inspecionar visualmente um cupom de corrosão, o que permite a montagem direta do sistema de geração de imagens. Se o tubo for opaco, serão necessárias modificações, como a instalação de uma seção de tubo de PVC transparente ou a modificação do tubo para fornecer acesso óptico. A Figura 1 mostra o acesso óptico como janela 105.
[0056] A Figura 2 mostra uma modalidade alternativa do sistema de imagem 1, que inclui muitas das mesmas características que a modalidade ilustrada na Figura 1. Por exemplo, os sistemas de imagem das Figuras 1 e 2 compreendem a câmera 106, que pode ser uma câmera complementar de semicondutor de óxido metálico (“CMOS”) ou uma câmera de dispositivo de carga acoplada (“CCD”), equipada com a lente 107. Nas modalidades das Figuras 1 e 2, a câmera 106 é montada no acessório 108 através do estágio de tradução linear 109, o que permite o ajuste do foco. Em alternativa, pode utilizar-se uma câmera com uma função de focagem automática como, por exemplo, o modelo de câmera de geração de imagens DKF72AU02-F (6926 Shannon Willow Road, Charlotte, NC 28226), evitando a necessidade de um estágio de tradução linear 109. A câmera 106 pode ser a preto e branco ou preferivelmente colorida para proporcionar uma percepção adicional da dinâmica da corrosão. Na modalidade das Figuras 1 e 2, fontes de luz 110 são usadas para iluminar o cupom, o que pode não ser necessário dependendo da luz natural e/ou de outra luz artificial disponível em qualquer local particular.
[0057] Múltiplas fontes de luz podem ser usadas para iluminar de diferentes direções para acentuar as características desejadas no substrato ou superfície do mesmo, ou para melhorar o perfil geral de iluminação. Por exemplo, iluminar uma superfície do substrato com uma fonte de luz posicionada quase perpendicular à superfície pode fornecer uma iluminação de campo claro. Nesse caso, o dispositivo de imageamento captura a maior parte da luz refletida direta. Colocar uma ou mais fontes de luz com grande ângulo (ou ângulos) de incidência em relação à superfície normal pode melhorar características salientes, como arranhões ou depressões, na superfície. Além disso, a luz pode ser direcional ou difusa. A iluminação difusa proporciona uma iluminação mais uniforme e atenua o componente especular ao iluminar superfícies reflexivas. A luz pode ser proveniente de um ou mais dentre um diodo emissor de luz (“LED”), uma lâmpada incandescente, uma lâmpada de halogênio de tungstênio, luz transportada através de fibra óptica ou qualquer combinação destes ou outros meios padrão para fornecer iluminação. Em certas modalidades dos sistemas e métodos aqui proporcionados, quatro fontes de luz de LED são utilizadas e dispostas de tal modo que cada uma das quatro fontes de luz LED direcione luz em um padrão X na direção do substrato, um exemplo do que é mostrado na Figura 2.
[0058] Um exemplo de uma fonte de luz LED está disponível como CREEXPE2-750-1 junto a Cree, Inc., 4600 Silicon Drive Durham, Carolina do Norte, 27703, que em certas modalidades está equipada com uma lente Carclo modelo 10138, disponível junto a Carclo Optics, Rua Faraday 6 e 7, Área Industrial de Rabans Lane, Aylesbury HP19 8RY, Inglaterra, ReinoUnido.
[0059] Nas modalidades das Figuras 1 e 2, as fontes de luz 110 são montadas em montagens 111 que permitem o ajuste de ângulo e altura. O espectro de comprimento de onda de emissão de luz pode cobrir a região de luz branca ou faixas de comprimento de onda específicas para destacar características específicos. Por exemplo, comprimentos de onda específicos podem ser usados para destacar a cor na superfície do substrato ou usados com a câmera preta e branca para extrair informações de cor da superfície. Em certas modalidades dos métodos aqui apresentados, o substrato é iluminado com luz tendo uma banda de comprimentos de onda de cerca de 390 nm a cerca de 700 nm.
[0060] O controle de aquisição de imagem pode ser feito por um PC, microprocessador, controlador externo e/ou processador incorporado na câmera. Câmeras digitais comerciais geralmente vêm de fábrica com velocidades de aquisição de imagem de 30 quadros por segundo (“fps”) ou maiores. Devido ao fato de que corrosão geralmente ocorre a uma escala de tempo muito mais longa (por exemplo, dezenas de minutos a semanas), o controle de aquisição de imagem é o método preferido, ou seja, a aquisição de uma imagem única ou média de imagens N a uma frequência que pode ser, por exemplo, fixa, variável e/ou orientada a eventos. A coleta de dados dessa maneira utiliza o armazenamento de dados com mais eficiência. Por exemplo, uma taxa de aquisição de imagem de uma vez por dia, ou uma vez por semana, pode ser suficiente para certos sistemas industriais se apenas as alterações brutas nas características de corrosão forem de interesse. No entanto, se o sistema industrial sofrer um impacto, por exemplo, uma queda no pH, a dinâmica das características de corrosão pode ser perdida com a aquisição de imagem pouco frequente. Neste caso, desencadear um aumento na frequência da criação das imagens digitais no momento da perturbação permite coletar dados de imagem em uma resolução de tempo mais precisa.
[0061] A interface entre o sistema de imagem e uma corrente de fluido em um sistema industrial (por exemplo, uma corrente de água industrial em um sistema de água industrial) pode ser feita montando diretamente o sistema de imagem em um tubo de processo, como mostrado nas Figuras 1 e 2, usando, por exemplo, braçadeiras de montagem 112. A placa de fundo 113 e o alojamento de invólucro 114 proporcionam proteção aos componentes internos quanto ao ambiente. Adicionalmente, a placa de fundo 113 e a caixa de invólucro 114 controlam a luz ambiente quanto a interferir com a luz produzida pelas fontes de luz 110. Comunicação e/ou energia elétrica podem ser fornecidas aos componentes do sistema de imagem por conexões de cabos e/ou antenas.
[0062] O controle de iluminação adicional pode ser proporcionado através da utilização de filtros e/ou polarizadores na fonte de luz (ou fontes de luz) 110 e/ou dispositivo de geração de imagens 106. Por exemplo, a adição de polarizadores lineares 115 e 116 permite a remoção de reflexos ou pontos quentes (por exemplo, brilho intenso de alta intensidade de luz) da imagem provenientes dos raios da fonte de luz que, por exemplo, podem refletir da janela ou tubo transparente. Além disso, ou em vez disso, os filtros de cor (por exemplo, passagem de banda, entalhe, passagem curta e/ou passagem longa) podem ser usados para aprimorar detalhes específicos da imagem ou remover efeitos de luz de fundo. A filtragem pode ser aplicada na câmera, na fonte de luz ou em ambos. Por exemplo, as características vermelhas em uma superfície podem ser melhoradas utilizando uma fonte de luz com um passa- banda ou filtro de passagem longa superior a 600 nm, por exemplo, 600 a 1.100 nm, ou mais preferencialmente 600 a 700 nm e ainda mais preferencialmente 630 nm. Nesse caso, a luz vermelha refletirá a partir das superfícies vermelhas do substrato para o dispositivo de detecção de imagens que também pode ser equipado com um filtro semelhante. Isso permite que apenas a luz refletida da superfície na faixa de transmissão de comprimento de onda do filtro atinja o detector, resultando em aprimoramento da característica vermelha.
[0063] Em certas modalidades, os métodos fornecem a capacidade de monitorar vários locais do substrato. Por exemplo, uma pluralidade de câmeras e fontes de luz montadas em posições diferentes em relação ao substrato podem fornecer a capacidade de visualizar diferentes lados, bordas e ângulos do substrato (por exemplo, cupom).
[0064] Alternativamente, como mostrado na Figura 3, pode utilizar-se o dispositivo de posicionamento de substrato 300, o qual permite que o substrato 103 seja rodado para posições diferentes para fazer a imagem de ambos os lados do substrato (frente e verso), bem como vistas laterais e/ou angulares. O sistema mostrado na Figura 3 compreende o dispositivo de posicionamento de substrato 300 ligado ao suporte de substrato 102 que é inserido através de passagem 304. A passagem 304 utiliza vedantes 301 (por exemplo, anéis em O) para proporcionar uma vedação e permitir que o suporte de substrato 102 gire. Caso contrário, o sistema de imagem 1 da Figura 2 é a mesma configuração do sistema 1, como mostrado na Figura 1. O dispositivo de posicionamento de substrato 300 pode ser de controle manual, servomotor ou tipo de passo para controlar a posição do cupom.
[0065] Outro exemplo de dispositivo de posicionamento de substrato 300 é mostrado na Figura 4, que para esta modalidade é construído de um tampão chaveado modificado para ser ligado ao suporte de substrato 102, que se liga ao substrato 103. O suporte de substrato 102 e o substrato 103 são inseridos através de passagem 304. A passagem 304 utiliza uma ou mais vedações 301 para proporcionar uma vedação e permitir que o suporte de substrato 102 gire. Como na modalidade da Figura 3, dispositivo de posicionamento de substrato 300 da Figura 4 pode ser de controle manual, servomotor ou tipo de passo para controlar a posição do cupom. Os dispositivos de posicionamento de substrato das Figuras 3 e 4 podem serutilizados como parte dos sistemas de qualquer uma das Figuras 1 e 2.
[0066] Um exemplo de caso em que o substrato é fotografado em uma posição diferente é mostrado na Figura 5 para uma vista lateral de um cupom de aço macio exposto à Água A durante 22 dias. A imagem do lado do cupom permite a captura de detalhes sobre a altura (altura máxima) dos produtos de corrosão formados na superfície do cupom. A magnitude da altura e o monitoramento da mudança de altura no tempo fornecem informações sobre o nível de atividade de corrosão, por exemplo, uma grande mudança na altura, sugerindo um aumento no nível de atividade de corrosão.
[0067] Em certas modalidades, uma pluralidade de dispositivos de imagem é utilizada para criar uma pluralidade de imagens digitais, ou séries (plural) das mesmas, de um ou mais substratos. Por exemplo, vários sistemas de imagem podem ser montados em um sistema de água industrial para monitorar em diferentes pontos e/ou variadas metalurgias de substrato. A Figura 6 mostra um exemplo de um bastidor de cupons com 4 pontos de montagem de cupons 400 compreendendo ainda uma haste de suporte de cupons, porca de suporte e cupom, embora os dispositivos de posicionamento de substrato de qualquer das Figuras 3 e 4 poderiam ser utilizados. O bastidor de cupons está equipado com três sistemas de imagem 1 (rotulados de 1a a 1c para diferenciá-los entre si) como descrito anteriormente e mostrado nas Figuras 1 e 2. Os sistemas de geração de imagens interagem diretamente com o controlador 404 que pode ser um PC, microprocessador, gateway ou combinação de tais dispositivos para estabelecer comunicação eletrônica para controle de aquisição, bem como armazenar e/ou transmitir dados de imagem. A Figura 6 mostra o cabeamento 405 conectando os sistemas de imagem 1a e 1b. Em certas modalidades (por exemplo, sistemas de imagem 1a e 1b), o cabeamento 205 fornece energia e transferência de dados bidirecional, isto é, coleta dados de imagem ou envio de comandos para controlar as configurações da câmera digital. Como alternativa, um protocolo sem fio (por exemplo, um ou mais dentre Wi-Fi, ZigBee, LoRa, Thread, BLE OnRamp, RPMA, a família de rede EEE 802.11, IEEE 802.15.4, Bluetooth, HiperLAN, etc.) pode ser usado para comunicação entre o dispositivo de imagem e o controlador 404, como mostrado para o dispositivo de imagem 1c equipado com um dispositivo de comunicação sem fios comunica com o controlador 404 via antenas 406. A alimentação das unidades de imagem pode ser feita através do cabo 405, bateria, energia solar ou outros meios de captação de energia, por exemplo, vibração ou térmica. A combinação do uso de um protocolo sem fio com um método autoalimentado permite a instalação conveniente em vários locais. Os dados de imagem coletados pelo controlador 404 podem ser armazenados, processados usando algoritmos avançados de análise de imagem, processados e reduzidos a variáveis-chave de tendências, transmitir dados a um servidor remoto ou se comunicar com um dispositivo de controle, por exemplo, um sistema de controle distribuído (“DCS”, por exemplo, a tecnologia Nalco 3D, disponibilizada pela Nalco Water, uma empresa Ecolab, 1601 West Diehl Road, Naperville, Illinois 60563), um sistema de gerenciamento de informações laboratoriais (por exemplo, um pacote de software/hardware “LIMS”) e/ou um sistema de computação na nuvem.
[0068] A criação da imagem digital pode ser obtida simplesmente tirando-se uma foto do substrato, e uma série de imagens digitais pode ser obtida tirando-se duas ou mais fotos do substrato ao longo do tempo. Em certas modalidades, calcula-se a média das imagens digitais dentre a série de imagens digitais, o que pode proporcionar uma relação sinal-ruído melhorada, como mostrado na Figura 7, que, por exemplo, pode ser usada para criar um vídeo com lapso de tempo sincronizado para processar os dados coletados medindo um parâmetro da água industrial no sistema de água industrial. O método pode ainda compreender analisar (por exemplo, sintetizar) os dados recolhidos a partir da imagem digital, ou séries dos mesmos, transformando matematicamente os dados, o que, em certas modalidades, pode proporcionar uma melhor percepção da corrosão detectada. Para a simples coleta de dados instantâneos mostrada na Figura 7, um conjunto de quatro imagens é mostrado cobrindo um período de 21 dias para um cupom de aço macio pré- tratado. Neste caso, o cupom foi exposto à água com a seguinte composição (um exemplo de água industrial, a seguir denominada “Água A”): TABELA 1: A COMPOSIÇÃO DA ÁGUA A.
[0069] A Água A foi tratada com 100 ppm de um inibidor de corrosão compreendendo 4,5% de ortofosfato, 4,5% de oligômero de succinato de fosfina, 1,2% de benzotriazol, 0,3% de toliltriazol e 5,4% de polímero de alta tensão marcado (disponível junto à Nalco, uma Companhia Ecolab, como inibidor de corrosão 3DT189). As alterações nas características de corrosão na superfície do cupom são claramente visíveis nas imagens digitais da Figura 7 como indicado pelas áreas escuras contra o fundo do cupom. O tamanho e a aparência de novas características são observados para o teste de 21 dias. A capacidade de capturar a imagem do cupom em diferentes momentos fornece um meio de monitorar as alterações que ocorrem na superfície do cupom, neste caso, devido à corrosão. Além disso, a capacidade de armazenar dados de imagem fornece a capacidade de comparar dados de imagens atuais a observações passadas de diferentes substratos de todos os tipos, por exemplo, substratos situados de maneira semelhante no mesmo sistema de água industrial, substratos situados em sistemas de água industriais diferentes, análises de uma população de substratos e semelhantes. Por exemplo, uma série de imagens digitais de um substrato pode ser criada a cada 5, 10, 15... dias e analisada em relação a dados históricos de imagens digitais coletados nos mesmos períodos incrementais para um ou mais substratos localizados na mesma posição dentro do sistema de água industrial. As diferenças observadas entre os dados podem indicar mudanças no processo devido ao programa de tratamento e/ou qualidade da água.
[0070] A utilização de algoritmos de processamento digital de imagens pode fornecer uma avaliação quantitativa das imagens digitais, que fornece uma avaliação quantitativa da corrosão do substrato e, portanto, da corrosão do sistema industrial. Os dados coletados a partir da série de imagens digitais podem ser usados para desenvolver tendências gerais relacionadas a uma característica (ou uma pluralidade da mesma) ou a alterações na área de superfície do substrato.
[0071] Um exemplo descrevendo as etapas para identificar o número de características de corrosão e tamanho médio é mostrado na Figura 8. Uma região de interesse é definida para limitar a análise da série de imagens digitais do substrato. Uma análise de limiar é aplicada para identificar características de corrosão e reduzir a imagem de N bits para uma imagem binária, como mostrado no quadrante inferior esquerdo da Figura 8. A partir da imagem binária na Figura 8, uma distinção clara entre o substrato onde não há atividade de corrosão presente (fundo preto) e as características de corrosão (branco) pode ser observada. As áreas de superfície das características de corrosão são calculadas e armazenadas para gerar uma distribuição. A partir da distribuição, estáticas descritivas gerais, como desvio padrão da média, faixa, etc., podem ser calculadas e armazenadas com o registro de data e hora correspondente. Realizar os passos em cada imagem de uma série de imagens permite traçar os dados reduzidos, por exemplo, como um gráfico de tendência para a contagem de características e área média (ver, por exemplo, a Figura 9).
[0072] Em certas modalidades, o processamento de limite de duas etapas é aplicado (como o do exemplo anterior) para identificar a característica (ou características) de corrosão envolvida. O processamento de limite de duas etapas efetuado em cada imagem explica as variações no plano de fundo e as alterações na cobertura da área percentual da característica (ou características) de corrosão. O processamento envolve aplicar um limiar grosseiro à imagem digital para localizar as características de corrosão. Para o exemplo anterior, a área de cada característica do limite grosseiro é maior que a área real. O mascaramento de imagem é aplicado às áreas de limiar grosseiro para remover as características da imagem. Um histograma de intensidade é calculado para determinar a distribuição de intensidade sem características de corrosão, ou seja, somente fundo de substrato. Para determinar a característica de corrosão, um ajuste de limite fino pode ser calculado usando valores limiares de 3o da distribuição de fundo. Por exemplo, aplicar os valores limiares calculados de 3o à distribuição na Figura 8 usando a abordagem de limite de 2 etapas permite a identificação de características de corrosão. Em certas modalidades, são utilizados métodos de processamento de imagem utilizando normalização e/ou identificação de bordas para detectar transições nítidas entre a característica (ou características) de fundo e corrosão.
[0073] Em certas modalidades, a plotagem de variáveis, como porcentagem de cobertura de área e/ou razão da área média dividida pelo número de características, também pode ser criada. A cobertura percentual da área é baseada na proporção da área geral de características de corrosão (soma da área para todos as características identificados) dividida pela área da região de interesse. Isso fornece uma métrica para o nível de corrosão cobrindo a superfície.
[0074] A relação entre a área média dividida pelo número de características fornece uma indicação sobre o tipo de corrosão, isto é, geral versus localizada. Por exemplo, dois substratos com a mesma área somada de características de corrosão não são descritivos em relação ao tipo de corrosão. Incluir a contagem de características e desenvolver uma proporção da área somada dividida pela contagem, forma uma nova variável, que fornece informações sobre o grau de corrosão localizada. Para este exemplo, o substrato com maior contagem de características de corrosão teria um valor de proporção menor que o caso com menos características, indicando que a corrosão localizada é mais predominante.
[0075] Variáveis adicionais também podem ser criadas combinando- se os dados de corrosão associados à série de imagens digitais com dados obtidos de sondas de monitoramento de corrosão, por exemplo, uma sonda de monitoramento de corrosão Nalco (NCM) baseada na resistência de polarização linear (“LPR”). A LPR é uma ferramenta padrão usada para o monitoramento geral instantâneo de corrosão, a fim de dar uma tendência em mils por ano (“mpy”, 0,0254 milímetros por ano) para diferentes metalurgias. Analisando-se dados de uma pluralidade de fontes pode-se criar uma taxa de corrosão localizada em tempo real estimada e um esquema de classificação para alarmes. Por exemplo, um esquema de alarme desenvolvido seguindo os dados da Tabela 1 de Mars G. Fontana5 (Corrosion Engineering, 3a Edição) fornece um exemplo de classificação do nível de corrosão localizada. Os dados fornecem um ponto de partida para desenvolver um esquema de alarme para alertar os usuários sobre a gravidade da corrosão localizada e tomar as medidas corretivas adequadas, se necessário. Além disso, as informações de corrosão localizadas correlacionadas com eventos podem ser usadas como uma ferramenta de solução de problemas. Por exemplo, para um sistema de água industrial, um aumento na corrosão localizada após uma troca de água de reposição pode indicar que a qualidade da água é mais corrosiva do que a água de reposição usada anteriormente. A ação corretiva pode ser tão simples quanto a adição de um inibidor de corrosão adicional e/ou diferente, ou, em casos mais severos, a passagem da água de reposição por uma coluna de troca iônica pode ser necessária para reduzir a corrosividade da água de reposição. TABELA 2. CLASSIFICAÇÃO DE TAXA DE CORROSÃOLOCALIZADA PARA AÇO MACIO, TODOS OS VALORES SÃO APROXIMADOS.
[0076] Para o aço macio, a estimativa da profundidade do pite de corrosão a partir da análise da série de imagens digitais segue o fluxograma de processamento listado na Figura 10. Primeiro, a profundidade do pite do limite superior é estimada assumindo que uma vez que um pite é iniciado, o mesmo cresce continuamente com transporte de massa ou difusão como fator de controle da taxa. Para um pite bem definido, acredita-se que este seja o pior cenário possível. Para cupons de aço macio pré-tratado com acabamento de duplo-terreno, foi descoberto que o limite superior de profundidade de pite pode ser estimada usando a seguinte transformação matemática (Corrosion Science 50, 2008, 3.193 a 3.204):
onde t é expresso em dias e a profundidade do pite d em μm.
[0077] A análise do substrato a partir de testes de laboratório e de campo indica a estimativa do limite superior de profundidade de pite D da Equação (1) é sempre maior que a medida real da profundidade do pite. Para cupons construídos com uma metalurgia e acabamento de superfície diferentes, um limite superior de profundidade de pite pode ser obtido empiricamente.
[0078] Além disso, um fator de calibração heurístico desenvolvido a partir de análise de substrato fora de linha, por exemplo, cupom removido de serviço e limpo, mostra que, paro pites isolados bem definidos (por exemplo, aqueles que têm uma mudança de cor acentuada em relação ao fundo do substrato), a razão entre diâmetro equivalente do pite e profundidade para cupons de metal expostos a diferentes condições e durações é m:1, onde m é de cerca de 1 a cerca de 30. Geralmente, o valor de m depende da metalurgia, condições de fluxo de fluido e condições de tratamento do inibidor de corrosão. Por exemplo, assumindo condições típicas para um sistema de água de resfriamento, para cupons de aço leve, m é cerca de 5 e para cupons de latão de almirantado, m é cerca de 15. Assim, a profundidade do pite pode ser inferida a partir da área do pite, exceto no caso em que os pites começam a se sobrepor ou grandes tubérculos se formam devido a subdepósitos, o que resultaria em um diâmetro de pite muito maior que aqueles de pites bem definidos. A condição de exceção pode ser definida como o diâmetro máximo do pite dividido por m maior que o limite superior de profundidade de pite. Abordagens alternativas para o cálculo da profundidade do pite são apresentadas aqui para abordar a exceção.
[0079] Como a corrosão 1) geralmente ocorre em n regiões de pite distintas com áreas de s1, s2,..., sn e profundidade de d 1, d2, ..., dn, a área total no campo de visão de cada imagem digital (que, em certas modalidades torna- se a região de interesse) é SCampoDeVisão; e 2) geralmente resulta em buracos que são de forma hemisférica ou semielipsoidal, o volume de cada buraco é igual a siDi, onde i = 1 a n. Assim, a profundidade média de pite ponderada por áreas de pite pode ser expressa como a seguinte transformação matemática:
onde Vtotal é a perda total de metal da área total no campo de visão e Stotal é a área total corroída na área total do campo de visão.
[0080] Se a perda de metal, Vtotal, for uniformemente distribuída em Scampo de visão, a profundidade é uma profundidade geral de corrosão, dgeral, pode ser calculada com a seguinte transformação matemática:
onde Pcorr é porcentagem da área corroída no campo de visão. De acordo com a Equação (3), a profundidade de corrosão localizada média seria proporcional ao recíproco da porcentagem da área corroída.
[0081] Embora Dgeral seja desconhecido, ele pode ser calculado com base em dados LPR. A suposição é que a profundidade geral de corrosão, Dgeral, de um substrato pré-tratado é proporcional à taxa de corrosão integrada de LPR, x, vezes o tempo total de imersão, t, de acordo com a seguinte transformação matemática: dger al =
onde α é um fator de calibração, x é a taxa de corrosão geral de LPR e t é o tempo total de imersão. Portanto, a taxa média de corrosão localizada é obtida pela combinação da Equação (3) e (4) para obter a transformação matemática da Equação (5): 
onde é a taxa de corrosão localizada média, é a da profundidade de pite média ponderada pelas áreas do pite, α é um fator de calibração, ou seja, uma constante, x é a taxa de corrosão integrada do LPR, t é o tempo total de imersão, Pcorr é a porcentagem de área corroída no campo de visão.
[0082] Um exemplo usando a análise acima é mostrado na Figura 11 para dados de LPR e imagem digital coletados em um cupom de aço macio para estimar o valor de corrosão local integrado em milímetros por ano (mils por ano). As alterações nas características de corrosão na superfície do substrato são mostradas em momentos diferentes. O esquema de alarme desenvolvido para avaliar a corrosão localizada (isto é, medição de corrosão localizada ou “LCM”) de acordo com as diretrizes estabelecidas na Tabela 1. Durante os primeiros 10 dias, o LCM permaneceu baixo, indicando boa resistência à corrosão, com apenas algumas pequenas excursões na região razoável. No entanto, em um período mais longo, o LCM continuou subindo para a região de resistência fraca à corrosão. Um detalhamento da porcentagem de tempo gasto sob as diferentes regiões de resistência à corrosão também é mostrado. Essas informações fornecem uma avaliação rápida da eficácia do programa de tratamento e identificam períodos em que o controle da corrosão era fraco e por quanto tempo. Este exemplo ilustra como a combinação de imagens digitais ao longo do tempo e a medição de LPR podem ser usadas para alertar os operadores sobre o estresse de corrosão no sistema e fornecer análise para controle de retroalimentação, que pode incluir a alteração da quantidade de dosagem ou programa de tratamento. O exemplo também ilustra um método para coletar dados dinamicamente e reduzir os dados para uma variável de tendência para rastreamento, alarme e controle de retroalimentação.
[0083] A estimativa de taxa de corrosão localizada integrada fornece um exemplo de uma transformação matemática que fornece uma indicação do nível de corrosão local e geral. Uma abordagem adicional ou alternativa usa a combinação de imagens digitais e dados LPR com base na premissa de que a corrosão é um processo lento e a detecção de mudanças na área do pite e/ou profundidade ocorre gradualmente ao longo do tempo. Por exemplo, se a taxa de corrosão localizada for, por exemplo, cerca de 100 mpy (isto é, cerca de 290 nm/h), então a profundidade do pite levará 16 horas para aumentar 4,6 μm. Usando a razão heurística de 5:1 entre diâmetro do pite e profundidade, o diâmetro do pite aumentaria 23 mícrons após 16 horas para este caso, o que é detectável por imagem digital. No entanto, a detecção de eventos localizados de corrosão instantânea com base apenas na análise de imagem é limitada devido à ocorrência gradual de corrosão ao longo do tempo.
[0084] Uma segunda abordagem é estender a análise para desenvolver uma taxa de corrosão localizada instantânea, diferenciando a Equação (5) com relação ao tempo para obter a seguinte transformação matemática:
onde R é a taxa de corrosão localizada em tempo real, α é um fator de calibração, ou seja, uma constante, δ é a taxa de corrosão LPR em tempo real, Pcorr é a porcentagem da área corroída no campo de visão (por exemplo, região de interesse). Geralmente, a mudança de área para um pite ocorre gradualmente, como resultado, a mudança em Pcorr durante um curto período de tempo é aproximadamente zero, simplificando a Equação (6) à seguinte transformação matemática: 
[0085] Aqui, R é a taxa de corrosão localizada média em tempo real, α é um fator de calibração, ou seja, uma constante, δ é a taxa de corrosão LPR em tempo real e PCORR é a porcentagem da área corroída no campo de visão (por exemplo, região de interesse).
[0086] Geralmente, considerando que todos os fatores são constantes, a taxa de crescimento da profundidade do pite não é constante: inicialmente ocorrendo em uma taxa mais rápida e, em seguida, estabilizando ao longo do tempo. Da Equação (2) a profundidade do pite é proporcional a t0,5, isto é,
portanto, 
cada um dos quais é uma transformação matemática, onde D é a profundidade do pite, R é a taxa média de corrosão localizada em tempo real e t é o tempo total de imersão. Portanto, a taxa de corrosão projetada após três meses de serviço pode ser obtida com base em um menor tempo de tratamento usando a Equação (10). Por exemplo, a razão da taxa de corrosão localizada média em tempo real projetada após o tratamento de três meses (30 dias) para a taxa de corrosão localizada média em tempo real no tempo T pode ser expressa como a seguinte transformação matemática: 
[0087] Usando a Equação (11), a taxa de corrosão de 2,54 mm/ano (100 mpy) após três dias de tratamento é equivalente a 0,4572 mm/ano (18 mpy) após 90 dias. A Equação (11) pode ser combinada com a Equação (7) para dar a seguinte transformação matemática:
onde Rprojetado é uma taxa de corrosão localizada média em tempo real normalizada durante 90 dias, α é um fator de calibração, ou seja, um, δ é taxa de corrosão LPR em tempo real constante, Pcorr é a percentagem de área corroída no campo de visão, e T é o tempo total de imersão.
[0088] Um exemplo que aplica o conceito de uma taxa de corrosão localizada média em tempo real normalizada é mostrado na Figura 12 juntamente com dados da medição LPR padrão de dados da Figura 11. Na Figura 12, a combinação de dados de imagem e LPR foi usada para redimensionar os dados para refletir a atividade de corrosão localizada. O resultado LCM normalizado inicial é maior que 1,524 mm/ano (60 mpy) com uma leitura do Nalco Corrosion Monitor (“NCM”) < 0,05 mm/ano (<2 mpy) indicando que a corrosão localizada está dominando, consistente com os dados da imagem digital que mostra apenas alguns locais ativos muito pequenos. Conforme o tempo avança, o número de locais de corrosão identificados pela análise de imagens digitais aumenta e os valores normalizados de LCM e LPR são de aproximadamente 1,397 mm/ano (55 mpy) e aproximadamente 0,254 mm/ano (10 mpy), respectivamente. Isso sugere que a densidade das características de corrosão é relativamente alta, por exemplo, a cobertura de área é de aproximadamente 10%, indicando que tanto a corrosão localizada quanto a geral estão presentes.
[0089] Um aspecto adicional dos métodos aqui estabelecidos é o de rastrear a alteração da área superficial da corrosão e o tempo integrado para características individuais de corrosão. A utilização de análise de imagens digitais em combinação com outros dados do sensor, por exemplo, pH, condutividade, ORP, LPR, etc., pode reduzir o tempo de avaliação de um programa de tratamento de corrosão. Em determinadas circunstâncias, evidências experimentais limitadas podem sugerir que a estimativa da profundidade do pite ou taxa de corrosão pode ser obtida muito antes do período típico de serviço de substrato onde a informação é obtida somente após o substrato (por exemplo, cupom) ser retirado de serviço. Um exemplo que suporta esta descoberta é mostrado nas Figuras 13 a 15, onde os tubérculos individuais são identificados e rastreados ao longo do tempo. A Figura 13 mostra um tempo médio normalizado de características de tubérculos capturados por imagem digital após aproximadamente 15 dias de exposição a Água A tratada com 100 ppm de 3DT189. A escala de cinza é normalizada para o tempo total de imersão do cupom. Por exemplo, a área sombreada pela luz indica que a característica está presente há mais tempo, enquanto a aparência da cor mais escura é mais recente, como indicado pela Figura 13. A cor escura clara é uma indicação de que a característica de corrosão, isto é, área de tubérculo, está se expandindo ativamente. Ao usar a imagem da área média do tempo, a identificação e o número de tubérculos ativos podem ser localizados rapidamente. A Figura 14 mostra a mudança de área para cada tubérculo correspondente à característica marcada na Figura 13. Por exemplo, para o tubérculo rotulado 14, a área média de tempo normalizada na Figura 13 é de cor clara, indicando pouca ou nenhuma mudança na área ocorrida durante uma grande parte do tempo total de imersão do cupom. Em contrapartida, a área de tempo média dos tubérculos marcados com 5 e 11 parece muito ativa. As áreas claras para estes tubérculos mostram onde o ponto de iniciação começou com a área em mudança ativa aparecendo escura.
[0090] Em certas modalidades, a análise da série de imagens digitais compreende analisar (por exemplo, sintetizar) a atividade dinâmica de um tubérculo na região de interesse. Utilizando o mesmo conjunto de tubérculos identificados na Figura 13, o perfil de crescimento para cada tubérculo é representado na Figura 14. Os dados mostram um rápido crescimento da área para todos os tubérculos, exceto 5 e 11, durante um período relativamente curto antes de atingir um patamar. Se a região de planalto for considerada inativa, um gráfico do tempo ativo da Figura 14 exibe uma boa correlação com a medição de profundidade de pite de um substrato fora de linha (por exemplo, cupom). Neste caso, a análise de imagens digitais seguiria a mudança de área para tubérculos individuais isolados para identificar o período ativo e extrapolar uma profundidade de fundo com base na curva de calibração mostrada na Figura 15. Essa análise fornece a capacidade de projetar a profundidade do pite ou a taxa de corrosão três meses depois com base nos dados de corrosão coletados em um período muito mais curto.
[0091] Em certas modalidades, os métodos aqui divulgados fornecem a capacidade de identificar locais de corrosão, incluindo locais de corrosão ativos, com base na análise e classificação de cores. Por exemplo, sabe-se que a corrosão do aço macio forma tubérculos compreendendo montes de produtos de corrosão. A cor desses produtos geralmente fornece algumas informações sobre a estrutura do monte. A hematita é geralmente de cor marrom avermelhada a alaranjada, enquanto a magnetita geralmente parece enegrecida. A cor pode fornecer informações relacionadas a se uma característica de corrosão pode ser agressiva. Geralmente, para o aço macio, uma cor do local de corrosão altamente agressiva tende a ter uma aparência mais laranja-avermelhada. Em alguns casos, uma mudança de cor pode ser detectada com a adição de um inibidor, fazendo com que a cor pareça mais escura. Usando um dispositivo de imagem digital em cores, a imagem coletada pode ser associada ao modelo de cores vermelho-verde-azul (“RGB”). Esses planos de cores individuais podem ser extraídos para visualizar e processar, bem como converter para outros modelos de cores, como matiz, saturação, intensidade (“HSI”), que corresponde aproximadamente à forma como o olho humano interpreta a cor. Um exemplo que ilustra a mudança de cor com a adição de um inibidor é mostrado na Figura 16 para um cupom de aço macio exposto à Água A durante 24 horas e depois tratado com um inibidor (neste caso, 3DT189 como aqui descrito).
[0092] A imagem mostrada na Figura 16 representa o plano vermelho extraído. A intensidade geral das características de corrosão é maior para o caso não inibido em comparação com o mesmo cupom após a adição do inibidor. A diferença é sutil, mas se torna mais clara ao categorizar a intensidade do perfil de linha para a região de interesse selecionada para cada plano de cor. Os valores de posição média são a soma dos perfis de linha divididos pelo número de perfis. Os resultados para vermelho, verde e azul são mostrados na Figura 17. Os perfis tracejados são os casos com inibidor adicionado. Além de o tamanho total não mudar após a adição do inibidor, ocorre uma diminuição significativa na intensidade vermelha e verde, indicando uma diminuição na atividade de corrosão. Essa mudança de cor é um fator discriminador para identificar sítios de corrosão ativa versus inativa.
[0093] Em certas modalidades, os métodos aqui divulgados podem ser utilizados para avaliar as propriedades de corrosão através de corrosão acelerada. Como discutido, o início do pite e o crescimento do pite na presença de um inibidor de corrosão é geralmente um processo lento, rotineiramente levando 3 dias ou mais para gerar cavidades, e duas semanas adicionais ou mais para diferenciar as mudanças de crescimento do pite com um programa inibidor de corrosão. Um exemplo de um substrato de aço macio que mostra a iniciação e o crescimento dos caroços é mostrado na Figura 18 para uma série de imagens digitais coletadas. Na ausência de inibidor de corrosão, o início da geração de pite ocorreu dentro de 30 minutos. Ao controlar a duração do tempo do substrato em contato com a água industrial no sistema de água industrial, o tamanho do pite das características de corrosão também é controlado. Uma vez que o tamanho do pite desejado é alcançado, um inibidor de corrosão pode ser adicionado para reduzir ou extinguir a taxa de corrosão (área e/ou pite). A abordagem de iniciar um tamanho de pite desejado seguido por adição de inibidor pode acelerar o processo de avaliação para a eficácia global de um programa de inibidor de corrosão.
[0094] Em certas modalidades, os métodos compreendem ainda melhorar as características de corrosão na região de interesse através da adição de uma porção fluorescente à água industrial no sistema de água industrial. Ao adicionar uma porção fluorescente à água industrial, a porção fluorescente liga-se ou reage com as características de corrosão. A detecção pode ser feita usando uma fonte de iluminação de excitação no comprimento de onda apropriado. Emissão de luz pode ser capturada pelo dispositivo de imagem para fornecer um mapa 2D da fluorescência proveniente das características de corrosão da superfície do substrato.
[0095] Todas as referências, incluindo publicações, pedidos de patentes e patentes aqui citadas são por meio deste incorporadas por referência na mesma extensão como se cada referência fosse individualmente e especificamente indicada para ser incorporada por referência e fosse estabelecida na sua totalidade neste documento.
[0096] O uso dos termos “um” e “uma” e “o/a” e “pelo menos um” e referentes semelhantes no contexto de descrever a invenção (especialmente no contexto das seguintes reivindicações) será interpretado para cobrir tanto o singular como o plural, a menos que indicado de outra forma neste documento ou claramente contradito pelo contexto. Em particular, a palavra “série” aparece neste pedido e deve ser interpretada de modo a abranger tanto o singular como o plural, salvo indicação em contrário aqui ou claramente contradita pelo contexto. O uso do termo “pelo menos um” seguido por uma lista de um ou mais itens (por exemplo, “pelo menos um de A e B”) será interpretado como significando um item selecionado dos itens listados (A ou B) ou qualquer combinação de dois ou mais dos itens listados (A e B), a menos que aqui indicado de outro modo ou claramente contradito pelo contexto. Os termos “compreendendo”, “tendo”, “incluindo” e “contendo” serão interpretados como termos abertos (isto é, significando “incluindo, mas não limitado a,”), a menos que indicado de outra maneira. A divulgação de faixas de valores neste documento meramente se destina a servir como um método de atalho de se referir individualmente a cada valor separado caindo dentro da faixa, a menos que aqui indicado de outra forma e cada valor separado é incorporado no relatório descritivo como se ele fosse aqui individualmente recitado. Todos os métodos aqui descritos podem ser realizados em qualquer ordem adequada, a menos que aqui indicado de outro modo ou de outro modo claramente contradito pelo contexto. O uso de todos e quaisquer exemplos, ou linguagem exemplar (por exemplo, “tal como”), aqui proporcionado pretende apenas iluminar melhor a invenção e não constitui uma limitação ao escopo da invenção a menos que reivindicado de outro modo. Nenhuma linguagem no relatório descritivo será interpretada como indicando qualquer elemento não reivindicado como essencial para a prática da invenção.
[0097] Modalidades preferidas da mesma invenção são aqui descritas incluindo o melhor modo conhecido pelos inventores para realizar a invenção. Variações dessas modalidades preferidas podem se tornar evidentes para os peritos na arte mediante leitura da descrição anterior. Os inventores esperam que os versados na técnica empreguem tais variações, como apropriado, e os inventores pretendem que a invenção seja praticada de outro modo que não aqui especificamente descrito. Consequentemente, esta invenção inclui todas as modificações e equivalentes da matéria recitada nas reivindicações anexas como permitido por lei aplicável. Além disso, qualquer combinação dos elementos descritos acima em todas as variações possíveis dos mesmos é abrangida pela invenção a menos que aqui indicado de outro modo ou de outro modo claramente contradito pelo contexto.
Claims (20)
1. Método de análise de um fluido de contato de substrato presente em um sistema industrial, sendo que o método é caracterizado pelo fato de que compreende: criar uma imagem digital do substrato enquanto o substrato entra em contato com o fluido presente no sistema industrial; definir uma região de interesse na imagem digital do substrato; identificar uma característica de corrosão na região de interesse na imagem digital do substrato; e analisar a característica de corrosão na região de interesse na imagem digital do substrato.
2. Método de de acordo com a reivindicação 1, caracterizado pelo fato de que criar uma imagem digital compreendecriar uma série de imagens digitais do substrato enquanto o substrato entra em contato com o fluido presente no sistema industrial; em que a região de interesse compreende uma região de interesse na série de imagens digitais do substrato; em que a característica de corrosão compreende uma característica de corrosão na região de interesse na série de imagens digitais do substrato; e em que analisar a característica de corrosão compreende analisar a característica de corrosão na região de interesse na série de imagens digitais do substrato para determinar uma tendência de corrosão do sistema industrial.
3. Método, de acordo com a reivindicação 1 ou 2, caracterizado pelo fato de que compreende ainda movimentar o substrato no sistema industrial para expor uma segunda região de interesse para imageamento digital e repetir as etapas do método.
4. Método, de acordo com qualquer uma das reivindicações 1 a3, caracterizado pelo fato de que o fluido é água industrial e o sistema industrial é um sistema de água industrial.
5. Método de acordo com a reivindicação 2, caracterizado pelo fato de que ainda compreende: tratar a água industrial do sistema de água industrial com um inibidor de corrosão; e atuar com base na análise da característica de corrosão na região de interesse na série de imagens digitais do substrato.
6. Método, de acordo com a reivindicação 4 ou 5, caracterizado pelo fato de que compreende ainda medir um parâmetro da água industrial presente no sistema de água industrial selecionado dentre pH, condutividade, potencial de oxidação e redução, resistência à polarização linear, derivados dos mesmos e combinações dos mesmos.
7. Método, de acordo com qualquer uma das reivindicações 1 a 6, caracterizado pelo fato de que compreende ainda estimar a área de superfície da característica de corrosão.
8. Método, de acordo com a reivindicação 7, caracterizado pelo fato de que compreende ainda estimar a profundidade do pite da característica de corrosão com base na área de superfície estimada da característica de corrosão.
9. Método, de acordo com a reivindicação 7, caracterizado pelo fato de que compreende ainda identificar uma pluralidade de características de corrosão na região de interesse.
10. Método, de acordo com qualquer uma das reivindicações 1 a 9, caracterizado pelo fato de que compreende ainda identificar uma pluralidade de características de corrosão na região de interesse.
11. Método, de acordo com a reivindicação 10, caracterizado pelo fato de que compreende ainda contar a pluralidade de características de corrosão.
12. Método, de acordo com a reivindicação 10, caracterizado pelo fato de que compreende ainda contar e rastrear a pluralidade de características de corrosão.
13. Método, de acordo com qualquer uma das reivindicações 1 a 12, caracterizado pelo fato de que o substrato é um cupom de corrosão.
14. Método, de acordo com a reivindicação 13, caracterizado pelo fato de que o cupom de corrosão é capaz de ser submetido a um teste de corrosão ASTM.
15. Método, de acordo com a reivindicação 13 ou 14, caracterizado pelo fato de que o cupom de corrosão é construído a partir de um metal selecionado dentre aço, ferro, alumínio, cobre, latão, níquel e ligas relacionadas.
16. Método, de acordo com a reivindicação 15, caracterizado pelo fato de que o metal é aço selecionado dentre aço macio, aço inoxidável, aço carbono e ligas relacionadas.
17. Método, de acordo com a reivindicação 16, caracterizado pelo fato de que o aço é aço macio.
18. Método, de acordo com qualquer uma das reivindicações 5 a 17, caracterizado pelo fato de que atuar compreende pelo menos um dentre aumentar a dose de inibidor de corrosão, selecionar um inibidor de corrosão diferente, modificar o inibidor de corrosão, alterar uma propriedade física do sistema de água industrial e desligar o sistema de água industrial.
19. Método, de acordo com qualquer uma das reivindicações 1 a 18, caracterizado pelo fato de que analisar a característica de corrosão da região de interesse da série de imagens digitais compreende classificar a corrosão no substrato de acordo com o perfil de cor da região de interesse ou sub-região da mesma de pelo menos uma dentre a série de imagens digitais.
20. Método, de acordo com qualquer uma das reivindicações 1 a 18, caracterizado pelo fato de que compreende ainda mover o substrato no sistema industrial para expor uma segunda região de interesse para imageamento digital; e repetir as etapas do método.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201662364130P | 2016-07-19 | 2016-07-19 | |
| US62/364,130 | 2016-07-19 | ||
| PCT/US2017/042783 WO2018017665A1 (en) | 2016-07-19 | 2017-07-19 | Control of industrial water treatment via digital imaging |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| BR112019000811A2 BR112019000811A2 (pt) | 2019-04-30 |
| BR112019000811B1 true BR112019000811B1 (pt) | 2023-02-07 |
Family
ID=59523240
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BR112019000811-0A BR112019000811B1 (pt) | 2016-07-19 | 2017-07-19 | Métodos de análise de um fluido de contato de substrato e de um substrato em contato com a água industrial |
Country Status (10)
| Country | Link |
|---|---|
| US (3) | US10598574B2 (pt) |
| EP (1) | EP3488222A1 (pt) |
| JP (2) | JP7003108B2 (pt) |
| CN (1) | CN109477786A (pt) |
| BR (1) | BR112019000811B1 (pt) |
| CA (1) | CA3030982A1 (pt) |
| IL (1) | IL264326B (pt) |
| MX (1) | MX2019000848A (pt) |
| RU (1) | RU2757351C2 (pt) |
| WO (1) | WO2018017665A1 (pt) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2571405B (en) * | 2018-12-13 | 2020-10-28 | Hevasure Ltd | Optical corrosion sensor |
| GB2572090B (en) * | 2018-12-13 | 2020-10-28 | Hevasure Ltd | Sample for use in an optical corrosion sensor |
| EP4049006B1 (en) | 2019-10-24 | 2024-10-16 | Ecolab USA, Inc. | System and method of inline deposit detection in process fluid |
| WO2021194489A1 (en) * | 2020-03-25 | 2021-09-30 | Noria Water Technologies, Inc. | Method and apparatus for real-time direct surface fouling and scale monitoring of heat transfer surfaces |
| WO2021246119A1 (ja) * | 2020-06-03 | 2021-12-09 | カワソーテクセル株式会社 | 腐食検査器具 |
| JP7495114B2 (ja) * | 2020-06-03 | 2024-06-04 | カワソーテクセル株式会社 | 腐食検査器具 |
| US11625853B2 (en) | 2021-04-12 | 2023-04-11 | Saudi Arabian Oil Company | Spot detection algorithm for external pipeline inspection applications |
| US12049361B2 (en) * | 2021-04-19 | 2024-07-30 | Lineage Logistics, LLC | Automated pallet profiling |
| JP7148100B1 (ja) | 2021-09-03 | 2022-10-05 | 板橋理化工業株式会社 | 腐食試験方法及び装置 |
| US12098807B2 (en) | 2022-01-11 | 2024-09-24 | Saudi Arabian Oil Company | Digitalization and automation of corrosion coupon analysis with a predictive element |
Family Cites Families (80)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0672838B2 (ja) * | 1987-03-02 | 1994-09-14 | 三菱重工業株式会社 | 腐食疲労寿命予測法 |
| US4836146A (en) | 1988-05-19 | 1989-06-06 | Shell Oil Company | Controlling rapping cycle |
| JP3051153B2 (ja) * | 1990-11-06 | 2000-06-12 | 大日本塗料株式会社 | 塗膜下腐食測定装置 |
| JPH03249546A (ja) * | 1991-01-17 | 1991-11-07 | Niigata Eng Co Ltd | 流体を取扱う構造体の素材検査装置 |
| US5320779A (en) | 1991-06-06 | 1994-06-14 | Nalco Chemical Company | Use of molybdate as corrosion inhibitor in a zinc/phosphonate cooling water treatment |
| US5174654A (en) | 1992-03-18 | 1992-12-29 | Droege Thomas F | Heat exchanger efficiency monitor |
| US5278074A (en) | 1992-04-22 | 1994-01-11 | Nalco Chemical Company | Method of monitoring and controlling corrosion inhibitor dosage in aqueous systems |
| US5248198A (en) | 1992-08-19 | 1993-09-28 | Droege Thomas F | Method and apparatus for evaluating heat exchanger efficiency |
| US5332900A (en) | 1993-02-16 | 1994-07-26 | Exxon Research & Engineering Co. | On-line corrosivity monitor for petroleum products |
| US5360549A (en) | 1993-04-27 | 1994-11-01 | Nalco Chemical Company | Feed back control deposit inhibitor dosage optimization system |
| JPH075117A (ja) * | 1993-06-14 | 1995-01-10 | Yoshikawa Kogyo Co Ltd | 供試材の表面状態測定方法及び装置 |
| JP3662037B2 (ja) * | 1994-07-13 | 2005-06-22 | 栗田工業株式会社 | ボイラ復水系用監視装置 |
| US5734098A (en) | 1996-03-25 | 1998-03-31 | Nalco/Exxon Energy Chemicals, L.P. | Method to monitor and control chemical treatment of petroleum, petrochemical and processes with on-line quartz crystal microbalance sensors |
| US5750070A (en) | 1996-07-19 | 1998-05-12 | Nalco Chemical Company | Use of biodegradable polymers in preventing corrosion and scale build-up |
| KR100206660B1 (ko) | 1996-08-13 | 1999-07-01 | 이종훈 | 열교환기 전열면의 부착물 감시장치 및 방법 |
| EP0934515B1 (en) | 1996-10-09 | 2006-03-08 | Symyx Technologies, Inc. | Infrared spectroscopy and imaging of libraries |
| JPH10123077A (ja) * | 1996-10-24 | 1998-05-15 | Hitachi Ltd | 発電用ポンプの監視方法とその装置 |
| US5762757A (en) | 1996-12-05 | 1998-06-09 | Betzdearborn Inc. | Methods for inhibiting organic contaminant deposition in pulp and papermaking systems |
| JP3181543B2 (ja) * | 1997-10-31 | 2001-07-03 | 東京電力株式会社 | 表面処理された鋼材の劣化・腐食検出判定方法 |
| US6081324A (en) * | 1998-06-22 | 2000-06-27 | Scan Technology Co., Ltd. | Foreign matter detecting system |
| US6068012A (en) | 1998-12-29 | 2000-05-30 | Ashland, Inc. | Performance-based control system |
| US6448411B1 (en) | 1999-03-15 | 2002-09-10 | Ondeo Nalco Energy Services, L.P. | Corrosion inhibitor compositions |
| US6488868B1 (en) | 1999-03-15 | 2002-12-03 | Ondeo Nalco Energy Services, L.P. | Corrosion inhibitor compositions including quaternized compounds having a substituted diethylamino moiety |
| US6250140B1 (en) | 1999-06-22 | 2001-06-26 | Nalco Chemical Company | Method for measuring the rate of a fouling reaction induced by heat transfer using a piezoelectric microbalance |
| US6942782B2 (en) | 2000-03-07 | 2005-09-13 | Nalco Company | Method and apparatus for measuring deposit forming capacity of fluids using an electrochemically controlled pH change in the fluid proximate to a piezoelectric microbalance |
| US6375829B1 (en) | 2000-03-07 | 2002-04-23 | Nalco Chemical Company | Method and apparatus for measuring scaling capacity of calcium oxalate solutions using an electrochemically controlled pH change in the solution proximate to a piezoelectric microbalance |
| US6336058B1 (en) | 2000-05-01 | 2002-01-01 | Nalco Chemical Company | Use of control matrix for boiler control |
| US6585930B2 (en) | 2001-04-25 | 2003-07-01 | Extrude Hone Corporation | Method for article fabrication using carbohydrate binder |
| US6740231B1 (en) | 2001-07-11 | 2004-05-25 | Nalco Company | Self-contained cooling system feed and bleed system |
| JP2004069472A (ja) | 2002-08-06 | 2004-03-04 | Kurita Water Ind Ltd | 局部腐食の評価方法及び抑制方法 |
| US6792357B2 (en) | 2002-08-27 | 2004-09-14 | Honeywell International Inc. | Optical corrosion measurement system |
| AU2002952554A0 (en) * | 2002-10-31 | 2002-11-21 | Carter, Peter John Mr | Monitower |
| US7057177B2 (en) | 2003-04-29 | 2006-06-06 | The Boeing Company | Infrared imaging for evaluation of corrosion test coupons |
| US7077563B2 (en) | 2003-11-19 | 2006-07-18 | General Electric Company | Deposition sensor based on differential heat flux measurement |
| JP4470707B2 (ja) | 2003-11-26 | 2010-06-02 | 住友ベークライト株式会社 | 水蒸気透過性評価方法 |
| US7483152B2 (en) | 2004-03-03 | 2009-01-27 | Baker Hughes Incorporated | High resolution statistical analysis of localized corrosion by direct measurement |
| US6887597B1 (en) | 2004-05-03 | 2005-05-03 | Prestone Products Corporation | Methods and composition for cleaning and passivating fuel cell systems |
| JP4363646B2 (ja) * | 2004-08-25 | 2009-11-11 | 川崎重工業株式会社 | 腐食環境センサによる腐食環境評価方法 |
| US6973842B1 (en) | 2004-09-22 | 2005-12-13 | Feller Murray F | Flow probe pipe size detector |
| US7096721B2 (en) * | 2004-11-08 | 2006-08-29 | Bennett Richard J | Corrosion coupon rack and coupon holder |
| US7563377B1 (en) | 2005-03-03 | 2009-07-21 | Chemical, Inc. | Method for removing iron deposits in a water system |
| US20060281191A1 (en) | 2005-06-09 | 2006-12-14 | Prasad Duggirala | Method for monitoring organic deposits in papermaking |
| US20120073775A1 (en) | 2005-06-09 | 2012-03-29 | Prasad Duggirala | Method for monitoring organic deposits in papermaking |
| US20070120572A1 (en) | 2005-11-30 | 2007-05-31 | Weiguo Chen | Smart coupon for realtime corrosion detection |
| US7910004B2 (en) | 2006-01-24 | 2011-03-22 | The Regents Of The University Of California | Method and system for monitoring reverse osmosis membranes |
| JP5056286B2 (ja) * | 2006-09-14 | 2012-10-24 | Ｊｆｅスチール株式会社 | 表面処理鋼板の腐食部の観察装置、亜鉛めっき鋼板の白錆部の観察装置及び観察方法 |
| US7842127B2 (en) | 2006-12-19 | 2010-11-30 | Nalco Company | Corrosion inhibitor composition comprising a built-in intensifier |
| US20080308770A1 (en) | 2007-06-14 | 2008-12-18 | Laxmikant Tiwari | Mono and bis-ester derivatives of pyridinium and quinolinium compounds as environmentally friendly corrosion inhibitors |
| US7842165B2 (en) | 2007-08-29 | 2010-11-30 | Nalco Company | Enhanced method for monitoring the deposition of organic materials in a papermaking process |
| US8033164B2 (en) * | 2007-12-20 | 2011-10-11 | Dow Global Technologies Llc | Corrosion testing apparatus and method |
| JP5077960B2 (ja) | 2008-09-03 | 2012-11-21 | 大日本塗料株式会社 | 屋外鋼構造物の塗膜形成方法 |
| FR2941052B1 (fr) | 2009-01-09 | 2012-11-02 | Neosens | Capteur et procede de mesure en continu du niveau d'encrassement |
| FR2941300B1 (fr) | 2009-01-19 | 2016-07-01 | Neosens | Micro-capteur realise en technologies microsystemes pour la mesure et/ou la detection de l'encrassement. |
| US20100206527A1 (en) * | 2009-02-18 | 2010-08-19 | Hu Lin-Wen | In-Situ Treatment of Metallic Surfaces |
| FR2949155B1 (fr) | 2009-08-14 | 2012-04-06 | Neosens | Procede de mesure ou de detection de l'encrassement d'un reacteur |
| JP2012106237A (ja) | 2010-10-21 | 2012-06-07 | Nitto Denko Corp | 膜分離装置、膜分離装置の運転方法および膜分離装置を用いた評価方法 |
| JP5467989B2 (ja) | 2010-11-30 | 2014-04-09 | 株式会社神戸製鋼所 | 配管内監視装置 |
| US8618027B2 (en) | 2010-12-08 | 2013-12-31 | Nalco Company | Corrosion inhibitors for oil and gas applications |
| US9562861B2 (en) | 2011-04-05 | 2017-02-07 | Nalco Company | Method of monitoring macrostickies in a recycling and paper or tissue making process involving recycled pulp |
| US8959898B2 (en) | 2011-04-26 | 2015-02-24 | GM Global Technology Operations LLC | Regeneration methods and systems for particulate filters |
| CN102313695A (zh) * | 2011-07-28 | 2012-01-11 | 南昌航空大学 | 一种原位全场早期检测不锈钢点蚀的方法 |
| EP2748602A1 (en) | 2011-09-02 | 2014-07-02 | Kemira OYJ | Device and method for characterizing solid matter present in liquids |
| US9074289B2 (en) | 2011-11-08 | 2015-07-07 | Nalco Company | Environmentally friendly corrosion inhibitor |
| JP5798955B2 (ja) * | 2012-03-13 | 2015-10-21 | 株式会社日立製作所 | 腐食環境モニタリング装置 |
| JP5822076B2 (ja) | 2012-05-01 | 2015-11-24 | 栗田工業株式会社 | スケール検出装置、スケール検出方法 |
| RU2504772C1 (ru) * | 2012-06-29 | 2014-01-20 | Федеральное государственное унитарное предприятие "Научно-исследовательский физико-химический институт им. Л.Я. Карпова" (ФГУП НИФХИ им. Л.Я. Карпова) | Способ оценки стойкости стальных изделий против локальной коррозии |
| JP6034149B2 (ja) | 2012-08-03 | 2016-11-30 | 日立Ｇｅニュークリア・エナジー株式会社 | 原子力プラントの構成部材への貴金属付着方法 |
| US9568375B2 (en) | 2012-12-20 | 2017-02-14 | Solenis Technologies, L.P. | Method and apparatus for estimating fouling factor and/or inverse soluble scale thickness in heat transfer equipment |
| US9717461B2 (en) | 2013-01-24 | 2017-08-01 | Kineticor, Inc. | Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan |
| US8945371B2 (en) | 2013-03-14 | 2015-02-03 | Ecolab Usa Inc. | Device and methods of using a piezoelectric microbalance sensor |
| US9128010B2 (en) | 2013-03-14 | 2015-09-08 | Ecolab Usa Inc. | Device and methods of using a piezoelectric microbalance sensor |
| US9175405B2 (en) * | 2013-03-15 | 2015-11-03 | Ecolab Usa Inc. | Corrosion control compositions and methods of mitigating corrosion |
| JP2014211318A (ja) | 2013-04-17 | 2014-11-13 | 栗田工業株式会社 | スライムモニタリング装置、及びスライムのモニタリング方法、並びにスライム除去剤添加装置、及びスライム除去剤添加方法 |
| US9475718B2 (en) | 2013-05-06 | 2016-10-25 | John O. Richmond | Water purification system and process with water pretreatment apparatus |
| US8934102B2 (en) | 2013-06-17 | 2015-01-13 | Intellectual Reserves, LLC | System and method for determining fluid parameters |
| JP6278839B2 (ja) * | 2014-05-30 | 2018-02-14 | 新日鐵住金ステンレス株式会社 | すきま腐食試験装置及びすきま腐食試験方法 |
| WO2016191677A1 (en) | 2015-05-28 | 2016-12-01 | Ecolab Usa Inc. | Water-soluble pyrazole derivatives as corrosion inhibitors |
| CN107614497B (zh) | 2015-05-28 | 2021-08-03 | 艺康美国股份有限公司 | 腐蚀抑制剂 |
| MX2017015291A (es) | 2015-05-28 | 2018-02-19 | Ecolab Usa Inc | Inhibidor de la corrosion a base de purina. |
| CA2987043C (en) | 2015-05-28 | 2023-06-13 | Ecolab Usa Inc. | 2-substituted imidazole and benzimidazole corrosion inhibitors |
-
2017
- 2017-07-19 BR BR112019000811-0A patent/BR112019000811B1/pt active IP Right Grant
- 2017-07-19 CN CN201780044540.1A patent/CN109477786A/zh active Pending
- 2017-07-19 JP JP2019503236A patent/JP7003108B2/ja active Active
- 2017-07-19 MX MX2019000848A patent/MX2019000848A/es unknown
- 2017-07-19 WO PCT/US2017/042783 patent/WO2018017665A1/en unknown
- 2017-07-19 US US15/654,003 patent/US10598574B2/en active Active
- 2017-07-19 CA CA3030982A patent/CA3030982A1/en active Pending
- 2017-07-19 EP EP17748983.8A patent/EP3488222A1/en not_active Withdrawn
- 2017-07-19 RU RU2019101797A patent/RU2757351C2/ru active
-
2019
- 2019-01-20 IL IL264326A patent/IL264326B/en unknown
-
2020
- 2020-03-12 US US16/816,872 patent/US11467072B2/en active Active
-
2021
- 2021-12-28 JP JP2021214807A patent/JP7312239B2/ja active Active
-
2022
- 2022-10-10 US US17/963,190 patent/US11946841B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019528433A (ja) | 2019-10-10 |
| JP7312239B2 (ja) | 2023-07-20 |
| US10598574B2 (en) | 2020-03-24 |
| BR112019000811A2 (pt) | 2019-04-30 |
| NZ749797A (en) | 2021-09-24 |
| US20180024031A1 (en) | 2018-01-25 |
| US11946841B2 (en) | 2024-04-02 |
| WO2018017665A1 (en) | 2018-01-25 |
| US20230048064A1 (en) | 2023-02-16 |
| JP7003108B2 (ja) | 2022-01-20 |
| CA3030982A1 (en) | 2018-01-25 |
| RU2019101797A3 (pt) | 2020-12-02 |
| CN109477786A (zh) | 2019-03-15 |
| US11467072B2 (en) | 2022-10-11 |
| RU2757351C2 (ru) | 2021-10-13 |
| EP3488222A1 (en) | 2019-05-29 |
| IL264326A (en) | 2019-02-28 |
| RU2019101797A (ru) | 2020-08-19 |
| IL264326B (en) | 2022-05-01 |
| US20200209122A1 (en) | 2020-07-02 |
| MX2019000848A (es) | 2019-06-24 |
| JP2022043280A (ja) | 2022-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BR112019000811B1 (pt) | Métodos de análise de um fluido de contato de substrato e de um substrato em contato com a água industrial | |
| JP6971303B2 (ja) | デジタル撮像による工業用水処理の制御 | |
| CN110231353A (zh) | 基于x射线数字成像技术的翅片管检测方法 | |
| JP2006012799A (ja) | がいしにおいて生じる漏れ電流の推定装置および方法 | |
| JP2008157806A (ja) | 赤外線配管診断方法及び装置 | |
| Sanni et al. | Study of surface deposition and bulk scaling kinetics in oilfield conditions using an in-situ flow rig | |
| JP2018059905A (ja) | 熱補償 | |
| NZ749797B2 (en) | Control of industrial water treatment via digital imaging | |
| Shahi et al. | Thermal, Hydraulic and Reliability Analysis of Single-Phase Liquid Coolants for Direct-to-Chip Cold Plate Cooling in High-Performance Computing Systems | |
| KR20120073680A (ko) | 알루미늄 부동태 금속의 부식 측정 장치 및 이를 이용한 알루미늄 부동태 금속의 내식성 평가 방법 | |
| GB2510559A (en) | Testing corrosion inhibitor protection | |
| Johnson et al. | Identifying varnish and oxidation precursors in lubricant sumps | |
| WO2021002424A1 (ja) | 金属部材の亀裂評価方法及び金属部材の疲労損傷評価方法 | |
| BR102013004141A2 (pt) | Aparato e método para obtenção e interpretação de imagens digitais de superfície e método de monitoramento de efeitos da corrosão em superfícies | |
| Pronin et al. | Can the corrosion-penetration depth into a metal be estimated from an image of the corroded surface? | |
| NZ749801B2 (en) | Control of industrial water treatment via digital imaging | |
| Crawford et al. | A standardised remote monitoring photographic capture system (RMPCS) for in-situ documentation of corrosion protection system tests | |
| Naccarato | Visualization of dropwise condensation on vertical plate and horizontal tube geometry | |
| CN118586132A (zh) | 一种用于汽轮机冷却系统的温度稳定冷却方法及装置 | |
| from Additive | Dr. Jason Dever and Dr. Steven Stuban |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B06W | Patent application suspended after preliminary examination (for patents with searches from other patent authorities) chapter 6.23 patent gazette] | ||
| B09A | Decision: intention to grant [chapter 9.1 patent gazette] | ||
| B16A | Patent or certificate of addition of invention granted [chapter 16.1 patent gazette] |
Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 19/07/2017, OBSERVADAS AS CONDICOES LEGAIS |