CN101782491A - 一种预测金属材料土壤腐蚀速率的方法 - Google Patents

Abstract

本发明涉及土壤腐蚀的腐蚀预测技术，具体为一种预测金属材料土壤腐蚀速率的方法，主要应用于区域性碳钢的土壤腐蚀性预测研究。以金属材料为试验材料，在需要预测地区选择试验点，依据全国土壤腐蚀试验网站编写的《材料土壤腐蚀试验方法》进行试验，同时检测各试验点的土壤化学成分，试验周期为一年至二年；试验结束后，将试验材料除锈，样品经干燥称重后，计算腐蚀失重，同时统计各个试验点土壤的化学成分；采用逐步回归分析的统计方法进行回归分析，建立回归方程，以该回归方程对需要预测地区的土壤腐蚀速率进行预测。本发明具有重现性，采用该方法可以预测金属材料的土壤腐蚀。

Description

一种预测金属材料土壤腐蚀速率的方法

技术领域

本发明涉及土壤腐蚀的腐蚀预测技术，具体为一种预测金属材料土壤腐蚀速率的方法，主要应用于区域性金属材料的土壤腐蚀性预测研究。

背景技术

我国开展土壤腐蚀研究四十多年，也做了大量的试验工作，相对于我国辽阔的地域，仍显得不足，特别是区域性腐蚀调查和腐蚀预测方面严重落后。在自然环境下进行土壤腐蚀试验，影响金属材料腐蚀的因素很多。在无污染的环境下，主要影响因素有：土类与土质、土壤中可溶性盐总量，土壤电阻率、含水含气率、pH值、土壤微生物、和气象因素等。目前，所积累的大量腐蚀数据和环境数据都是分散在全国各个试验点，不但试验点数量少，并且每个试验点的气候环境和土壤环境都有显著差别，彼此不能形成整体进行综合分析，就难以进行腐蚀预测研究。

发明内容

本发明的目的在于提供一种预测金属材料土壤腐蚀速率的方法，解决现有技术中难以进行腐蚀预测研究等问题。

本发明的技术方案是：

一种预测金属材料土壤腐蚀速率的方法，步骤如下：

(1)以金属材料为试验材料，在需要预测地区选择试验点，依据全国土壤腐蚀试验网站编写的《材料土壤腐蚀试验方法》进行试验，同时检测各试验点的土壤化学成分，试验周期为一年至二年；

(2)试验结束后，将试验材料除锈，样品经干燥称重后，计算腐蚀失重，同时统计各个试验点土壤的化学成分；

(3)采用逐步回归分析的统计方法进行回归分析，建立回归方程：

Y＝a+bX₂+cX₃+...pX_n；

其中，a、b、c为回归系数，Y代表材料的腐蚀失重，X₂、X₃、...X_n代表土壤中不同可溶性离子的百分含量。

所述的预测金属材料土壤腐蚀速率的方法，在无污染的环境下，金属材料腐蚀的主要影响因素有：土类与土质、土壤中可溶性盐总量、土壤电阻率、含水含气率、pH值、土壤微生物和气象因素等，最终参与腐蚀过程的是土壤中的可溶性离子；土壤中可溶性离子具体为：

Cl^-，

Ca²⁺，Ma²⁺，K⁺，Na⁺，有机质和全氮量。

所述金属材料为Q235钢、低合金钢、铜、铝或锌等金属材料。

所述试验点土壤无污染，无杂散电流，无扰动，并且地表有自然植被覆盖。

所述试验材料垂直于地面放置，埋藏深度为1米。

所述的预测金属材料土壤腐蚀速率的方法，试验结束后，根据不同的试验材料，选择不同的除锈溶液和除锈方法。同时用未腐蚀的试样校正除锈液对金属基体的腐蚀。

本发明的优点及有益效果如下：

1、金属材料埋在土壤里进行腐蚀试验，是研究金属土壤腐蚀最常用的试验方法，获得的腐蚀数据最准确，能真实体现试验地点的腐蚀状况。由此得出的腐蚀数据是制订相关国家标准的重要依据，也是各项地下防腐工程设计的理论基础。但是，受到土壤试验周期很长的制约，不能立即知道某地的腐蚀状况。因此，有针对性地选择试验地点进行腐蚀试验，通过对整个区域的腐蚀状况进行综合分析，研究影响金属材料腐蚀的环境因素，并进行回归分析，建立回归方程。通过检测某地土壤的化学成分，就可以预测某地土壤的腐蚀数据。

2、本发明第一次对区域性的土壤腐蚀速率进行了预测提供了范例。同以往仅能对单一地点的纵向预测进行了扩展，使更大范围的腐蚀预测变得可行。

具体实施方式

实施例1：

1990年6月～1992年5月，在海南地区进行了2年的土壤腐蚀性调查。在20个市县设有试验点，基本呈均匀分布。试验材料为Q235钢，样品规格为100mm×50mm×3mm，Q235钢的化学成分见表1。样品经铣床、磨床，加工至光洁度或以上，丙酮除油，乙醇脱水，放置干燥器24h后，用感量为0.1mg分析天平称重。

表1、A₃钢的化学成份(wt％)

C	Si	Mn	P	S	Fe
						0.22	＜0.05	0.48	0.012	0.022	余量

试验方法依据全国土壤腐蚀试验网站编写的《材料土壤腐蚀试验方法》进行，土壤类型有7种，占海南地区可使用面积90％以上。试验点土壤无污染，无杂散电流，无扰动，并且地表有自然植被覆盖。试样垂直于地面放置，埋藏深度为1米。同时取土样，分析其理化性质。试验周期为一年。

试验结束后，样品采用500ml盐酸+500ml蒸馏水+20g六次甲基四胺溶液清洗，室温下将锈除净为止，同时用未腐蚀的钢样校正除锈液对钢基体的腐蚀。样品经干燥称重后，计算腐蚀失重，同时统计各个试验点土壤的化学成分，见表2。

表2、各试验点的土壤化学成分及腐蚀失重

序号(I)	试验站	Cl-(X1)	SO4 2-(X2)	Ca2+(X3)	Na+(X4)	全氮量(X5)	腐蚀失重g/m2(Y)
								1	文昌	0.0023	0.0070	0.0006	0.0006	0.063	582
2	琼海	0.0019	0.0030	0.0003	0.0015	0.042	410

序号(I)	试验站	Cl-(X1)	SO4 2-(X2)	Ca2+(X3)	Na+(X4)	全氮量(X5)	腐蚀失重g/m2(Y)
								3	万宁	0.0010	0.0045	0.0003	0.0015	0.030	365
4	陵水	0.0023	0.0035	0.0014	0.0052	0.070	380
								5	三亚	0.0010	0.0023	0.0005	0.0027	0.012	342
6	保亭	0.0023	0.0050	0.0003	0.0017	0.067	510
								7	通什	0.0021	0.0030	0.0003	0.0005	0.066	590
8	乐东	0.0016	0.0036	0.0008	0.0017	0.055	400
								9	莺歌海	0.0012	0.0026	0.0005	0.0014	0.026	285
10	东方	0.0014	0.0040	0.0010	0.0015	0.009	150
								11	白沙	0.0010	0.0048	0.0013	0.0014	0.042	220
12	詹县	0.0014	0.0030	0.0003	0.0014	0.065	608
								13	琼中	0.0019	0.0025	0.0003	0.0023	0.032	465
14	临高	0.0010	0.0031	0.0008	0.0010	0.014	250
								15	屯昌	0.0014	0.0048	0.0008	0.0009	0.053	492
16	海口	0.0014	0.0074	0.0010	0.0009	0.042	422
								17	洋浦	0.0012	0.0028	0.0014	0.0014	0.015	218

分析各个试验点的化学成分与腐蚀失重的相关关系，采用逐步回归的统计分析方法进行回归分析，分析影响金属材料腐蚀的主要因素，并建立回归方程。用该回归方程可以对海南地区或者土壤类型相近地区Q235钢的腐蚀状况进行腐蚀预测。

土壤化学成分对Q235钢腐蚀失重影响的逐步回归过程如下：

首先，计算各变量的平均值

和偏差平方和的算术根

见表3。

表3、各变量的平均值和偏差平方和的算术根

计算相关系数矩阵，见表4。

表4、相关系数矩阵

1	0.1671	-0.2240	0.1800	0.7268	0.6354
						0.1671	1	0.1846	-0.3243	0.3338	0.2276
-0.2240	0.1846	1	0.3035	-0.1640	-0.5902
						0.1800	-0.3243	0.3035	1	0.0960	-0.1585
0.7268	0.3338	-0.164	0.0960	1	0.7864
						0.6354	0.2276	-0.5902	-0.1585	0.7864	1

第一步：l＝0(这里l表示开始计算时方程中所含变量的个数)。

对5个变量逐一计算偏回归平方和i＝1，2，3，4，5；n＝6。

$V_1^{\left(1\right)}=\frac{r_{16}^2}{r_{11}}=\frac{{0.6354}^2}{1}=0.4037,$ $V_2^{\left(1\right)}=\frac{r_{26}^2}{r_{22}}=\frac{{0.2276}^2}{1}=0.0518,$

$V_3^{\left(1\right)}=\frac{r_{36}^2}{r_{33}}=\frac{{0.5902}^2}{1}=0.3483,$ $V_4^{\left(1\right)}=\frac{r_{46}^2}{r_{44}}=\frac{{0.1585}^2}{1}=0.0251,$

$V_5^{\left(1\right)}=\frac{r_{56}^2}{r_{55}}=\frac{{0.7864}^2}{1}=0.6184,$

未引入变量的最大的偏回归平方和

对应变量的编号X₅(全氮量)；

对其作F检验

$F_1^{\left(1\right)}=\frac{V_5^{\left(1\right)}}{r_{66}-V_5^{\left(1\right)}}(m-2)=\frac{0.6184}{1-0.6184}(17-2)=24.3082>F_{0.01}\left(\mathrm{1,15}\right)=8.68$

故可以引入变量X₅-全氮量，对相关系数矩阵(表4)作变换，见表5。

表5、对相关系数阵(表4)作了变换后的矩阵

0.4716	-0.0754	-0.1048	0.1102	-0.7268	0.0638
						-0.0754	0.8886	0.2392	-0.3564	-0.3338	-0.0348
-0.1048	0.2392	0.9731	0.3192	0.1640	-0.4613
						0.1102	-0.3564	0.3192	0.9908	-0.0960	-0.2340
0.7268	0.3338	-0.1640	0.0960	1	0.7864
						0.0638	-0.0348	-0.4613	-0.2340	-0.7864	0.3814

第二步：l＝1选第二个变量，

对i＝1，2，3，4，计算

$V_1^{\left(2\right)}=\frac{r_{16}^2}{r_{11}}=\frac{{0.0638}^2}{0.4716}=0.0086$

$V_2^{\left(2\right)}=\frac{r_{26}^2}{r_{22}}=\frac{{0.0348}^2}{0.8886}=0.0014$

$V_3^{\left(2\right)}=\frac{r_{36}^2}{r_{33}}=\frac{{0.4613}^2}{0.9731}=0.2186$

$V_4^{\left(2\right)}=\frac{r_{46}^2}{r_{44}}=\frac{{0.2340}^2}{0.9908}=0.0552$

其中最大者为

对其作F检验，得

$F_1^{\left(2\right)}=\frac{V_3^{\left(2\right)}}{r_{66}-V_3^{\left(2\right)}}(m-l-2)=\frac{0.2186}{0.3814-0.2186}(17-1-2)=18.7985>F_{0.01}\left(\mathrm{1,14}\right)=8.86$

可以引入变量X₃-Ca²⁺。

对相关系数矩阵(表5)作变换，见表6。

表6、对相关系数阵(表5)作了变换后的矩阵

0.4604	-0.0497	0.1078	0.1446	-0.7092	0.0140
						-0.0497	0.8297	-0.2459	-0.4348	-0.3741	0.0786
-0.1078	0.2459	1.0276	0.3281	0.1685	-0.4740

0.4604	-0.0497	0.1078	0.1446	-0.7092	0.0140
						0.1446	-0.4348	-0.3281	0.8860	-0.1498	-0.0826
0.7092	0.3741	0.1685	0.1498	1.0276	0.7087
						0.0140	0.0786	0.4740	-0.08270	-0.7087	0.1628

第三步：l＝2

由于引入了新变量X₃，需要对X₅重作检验：

$V_5^{\left(2\right)}=\frac{r_{56}^2}{r_{55}}=\frac{{0.7087}^2}{1.0276}=0.4888$

对其作F检验，得

$F_2^{\left(2\right)}=\frac{V_5^{\left(2\right)}}{R_{66}^{\left(2\right)}}(M-l-1)=\frac{0.4888}{0.1628}\×(17-2-1)=42.0344>F_{0.01}\left(\mathrm{1,14}\right)=8.86$

不需要剔除，继续考虑引入新变量。

对i＝1，2，4，计算

$V_1^{\left(3\right)}=\frac{r_{16}^2}{r_{11}}=\frac{{0.0140}^2}{0.4604}=0.0004$

$V_2^{\left(3\right)}=\frac{r_{26}^2}{r_{22}}=\frac{{0.0786}^2}{0.8297}=0.0074$

$V_4^{\left(3\right)}=\frac{r_{46}^2}{r_{44}}=\frac{{0.0826}^2}{0.8860}=0.0077$

其中最大者为

对其作F检验得

$F_1^{\left(3\right)}=\frac{V_4^{\left(3\right)}}{r_{66}-V_3^{\left(2\right)}}(m-l-2)=\frac{0.0077}{0.1628-0.0077}(17-2-2)=0.6454<F_{0.01}\left(\mathrm{1,13}\right)=9.07$

F检验未能通过，变量X₄-(Na⁺)不能引入，回归过程结束。

最终选入的变量为：X₅，X₃

X₃回归系数B＝-162596.1 F检验F＝18.7985＞F_0.01(1，14)＝8.86

X₅回归系数B＝4606.67 F检验F＝24.3092＞F_0.01(1，15)＝8.68

回归常数B₀＝316.7884

回归方程：

其中，

代表腐蚀失重，X₃代表Ca²⁺，X₅代表全氮量；

对方程作检验的

复相关系数：

估计：

回归方程在α＝0.01的水平上都是显著的。

表7、腐蚀失重的回归值和拟合偏差

序号	腐蚀失重测量值	回归方程拟合值	拟合偏差
				1	220	298.8937	-78.8937
2	365	406.2097	-41.2098
				3	590	572.0499	17.9500
4	342	290.7704	51.2296
				5	582	509.4511	72.5488
6	465	415.4231	49.5769
				7	380	411.6209	-31.6209
8	285	355.2638	-70.2638
				9	218	158.2540	59.7460
10	510	576.6566	-66.6566
				11	422	347.6725	74.3274
12	410	461.4898	-51.4898
				13	492	430.8652	61.1348
14	400	440.0785	-40.0785
				15	150	195.6523	-45.6523
16	608	567.4433	40.5567
				17	250	251.2049	-1.2049

腐蚀预测：

95％的预测区间为

$({\hat{y}}_0-2\widehat{\mathrm{\&delta;}},{\hat{y}}_0+2\widehat{\mathrm{\&delta;}})=({\hat{y}}_0-2\&times;59.6396,{\hat{y}}_0+2\&times;59.6396)$

$=({\hat{y}}_0-119.2792,{\hat{y}}_0+119.2792);$

99％的预测区间为

$({\hat{y}}_0-3\widehat{\mathrm{\&delta;}},{\hat{y}}_0+3\widehat{\mathrm{\&delta;}})=({\hat{y}}_0-3\&times;59.6396,{\hat{y}}_0+3\&times;59.6396)$

$=({\hat{y}}_0-178.9188,{\hat{y}}_0+178.9188)$

预测的相关数据如下：

现测得海南昌江县某地的土壤化学成分：

Ca²⁺的含量为0.0010％，全氮量的含量为0.053％，代入回归方程求的腐蚀失重为398.34g/m²，昌江县某地：

95％的预测区间为：

$({\hat{y}}_0-2\widehat{\mathrm{\&delta;}},{\hat{y}}_0+2\widehat{\mathrm{\&delta;}})=({\hat{y}}_0-2\&times;59.6396,{\hat{y}}_0+2\&times;59.6396)$

$=\left(\mathrm{279.0608,517.6192}\right);$

99％的预测区间为：

$({\hat{y}}_0-3\widehat{\mathrm{\&delta;}},{\hat{y}}_0+3\widehat{\mathrm{\&delta;}})=({\hat{y}}_0-3\&times;59.6396,{\hat{y}}_0+3\&times;59.6396)$

$=\left(\mathrm{219.421288,517.2588}\right)$

实施例结果表明，本发明采用逐步回归分析方法，分析影响Q235钢土壤腐蚀的主要因素，并建立回归方程，以该回归方程对海南地区Q235钢的腐蚀速率进行预测，具有重现性。

Claims (6)

1.一种预测金属材料土壤腐蚀速率的方法，其特征在于，步骤如下：

(1)以金属材料为试验材料，在需要预测地区选择试验点，依据全国土壤腐蚀试验网站编写的《材料土壤腐蚀试验方法》进行试验，同时检测各试验点的土壤化学成分，试验周期为一年至二年；

(2)试验结束后，将试验材料除锈，样品经干燥称重后，计算腐蚀失重，同时统计各个试验点土壤的化学成分；

(3)采用逐步回归分析的统计方法进行回归分析，建立回归方程：

Y＝a+bX₂+cX₃+...pX_n；

其中，a、b、c为回归系数，Y代表材料的腐蚀失重，X₂、X₃、...X_n代表土壤中不同可溶性离子的百分含量。

2.按照权利要求1所述的预测金属材料土壤腐蚀速率的方法，其特征在于，在无污染的环境下，金属材料腐蚀的主要影响因素有：土类与土质、土壤中可溶性盐总量、土壤电阻率、含水含气率、pH值、土壤微生物和气象因素等，最终参与腐蚀过程的是土壤中的可溶性离子；土壤中可溶性离子具体为：

Cl^-.

Ca²⁺，Ma²⁺，K⁺，Na⁺，有机质和全氮量。

3.按照权利要求1所述的预测金属材料土壤腐蚀速率的方法，其特征在于，所述金属材料为Q235钢、低合金钢、铜、铝或锌等金属材料。

4.按照权利要求1所述的预测金属材料土壤腐蚀速率的方法，其特征在于，所述试验点土壤无污染，无杂散电流，无扰动，并且地表有自然植被覆盖。

5.按照权利要求1所述的预测金属材料土壤腐蚀速率的方法，其特征在于，所述试验材料垂直于地面放置，埋藏深度为1米。

6.按照权利要求1所述的预测金属材料土壤腐蚀速率的方法，其特征在于，试验结束后，根据不同的试验材料，选择不同的除锈溶液和除锈方法；同时，用未腐蚀的试样校正除锈液对金属基体的腐蚀。