CN105987873A - 一种深海用涂料的模拟加速腐蚀试验方法及寿命预测方法 - Google Patents

一种深海用涂料的模拟加速腐蚀试验方法及寿命预测方法 Download PDF

Info

Publication number
CN105987873A
CN105987873A CN201510050094.8A CN201510050094A CN105987873A CN 105987873 A CN105987873 A CN 105987873A CN 201510050094 A CN201510050094 A CN 201510050094A CN 105987873 A CN105987873 A CN 105987873A
Authority
CN
China
Prior art keywords
coating
pressure
network model
test
service life
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510050094.8A
Other languages
English (en)
Inventor
李瑛�
田文亮
刘莉
孟凡帝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Metal Research of CAS
Original Assignee
Institute of Metal Research of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Metal Research of CAS filed Critical Institute of Metal Research of CAS
Priority to CN201510050094.8A priority Critical patent/CN105987873A/zh
Publication of CN105987873A publication Critical patent/CN105987873A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

一种深海用涂料的模拟加速腐蚀试验方法,采用3.5%NaCl溶液作为试验介质,选取压力交变作为深海环境影响有机涂层老化的主要因素,并结合电化学交流阻抗方法进行原位监测,将失效历程与腐蚀试验结果相结合,获得有机涂层的腐蚀规律。一种深海用涂料的模拟加速腐蚀试验的寿命预测方法,建立一种人工神经网络模型,采用加速试验的参数压力及涂层的性能为输入,涂层的使用寿命为输出,该网络模型经过大量数据组训练之后,能够对处于不同压力下性能达到某一特定数值时的涂层的使用寿命作出预测。本发明的优点:适用于防护涂层在实验室内开展深海环境下模拟加速试验的场合,结合涂层失效过程中的电化学信息评价涂层的防护性能及使用寿命。

Description

一种深海用涂料的模拟加速腐蚀试验方法及寿命预测方法
技术领域
本发明涉及有机涂层的监测领域,涉及一种深海用涂料的模拟加速腐蚀试验方法及寿命预测方法。
背景技术
随着海洋事业日益发展,深海环境下作业设施越来越多。其中,服役金属材料主要防护手段之一即为在材料表面施加重防腐涂层。深海环境具有更为严苛的环境特点,对材料结构和功能可靠性的要求远高于陆地和浅海,因此,尽早地对涂层的性能和失效做出评价及预测具有十分重要的意义。目前深海腐蚀研究主要包括深海实海试验和实验室模拟试验,其中,实验室加速模拟试验可以避免实海试验高投入、长周期、观测困难的特点,而得到了广泛的采用。在实验室建立深海环境模拟装置,通过对压力、温度和溶解氧等参数的控制,实现对深海环境的模拟,通过增大环境参数的作用,可以实现涂层的快速失效。
基于实验室模拟试验的寿命预测方法可以有效减少试验周期及费用。寿命预测方法可分为物理模型方法和数据驱动方法两大类。物理模型方法通过失效机制建立失效发展模型,能够准确地对寿命做出预测,然而,真实反应失效机制的失效模型是很难建立的。由于监测数据和使役性能会随材料失效而变化,数据驱动方法通过建立监测数据与服役时间的关系,分析监测数据、使役性能和服役时间的相关性,对涂层寿命作出预测。
人工神经网络作为一种有效的数据处理方法,具有自学习能力、非线性、强制逼近的特点,已有研究者将其应用于材料腐蚀领域的研究。由于该方法在处理复杂、非线性问题方面具有独特的优势,而有机涂层的失效恰恰是多因素耦合作用导致的多种性能整体下降的结果,因而人工神经网络方法可以用于有机涂层的评价与预测。
发明内容
本发明的目的在于提供一种深海用涂料的模拟加速腐蚀试验方法及寿命预测方法,采用压力交变对涂层进行快速试验,利用电化学交流阻抗技术进行原位监测,以人工神经网络方法为数据分析手段,对涂层进行快速的评价预测。
本发明提供了一种深海用涂料的模拟加速腐蚀试验方法,其特征在于:采用3.5%NaCl溶液作为试验介质,选取压力交变作为深海环境影响有机涂层老化的主要因素,并结合电化学交流阻抗方法进行原位监测,将失效历程与腐蚀试验结果相结合,获得有机涂层的腐蚀规律,具体内容包括:
(1)试验装置:主体结构包括配有自动升降装置的高压釜、数控恒温槽以及氮气瓶;高压釜采用TA2钛合金加工制成,两者由周向分布的主螺栓、螺母紧固连接,釜体与釜盖依靠接触面的高精度和光洁度达到密封效果;釜盖上配有气相阀,利用高压氮气瓶通过进气口向釜内通入惰性气体实现气体加压;釜盖上装有压力表和爆破膜安全装置以确保安全;釜盖上还开了三个电极孔,并配有专门的电极套以满足密封的要求,可实现相应的原位电化学测试;
(2)交变压力加速试验:采用3.5%NaCl溶液为试验介质,试验温度保持在室温;交变压力条件设置为:交变幅度为常压与高静水压循环加载,以12小时为一个海水压力的交变周期,前半个周期为6小时,在高静水压下浸泡;后半个周期为6小时,在常压下浸泡,依次交替进行,浸泡20个周期共240小时;为了保证交变实验过程中高压釜内氧供应的充足,每次卸压后都需将釜盖打开,使空气能够充分的流通;
(3)涂层性能结果:利用电化学交流阻抗技术对涂层进行原位监测;以Bode图中频率f=0.01Hz时的涂层阻抗Z作为反映浸泡时间t时涂层性能的指标。
一种深海用涂料的模拟加速腐蚀试验的寿命预测方法,其特征在于:建立一种人工神经网络模型,采用加速试验的参数压力及涂层的性能为输入,涂层的使用寿命为输出,该网络模型经过大量数据组训练之后,能够对处于不同压力下性能达到某一特定数值时的涂层的使用寿命作出预测,具体内容包括:
(1)建立数据库:将权利要求1所述的压力p、浸泡时间t、涂层阻抗Z建立数据库;
(2)人工神经网络模型训练:利用Matlab软件创建一人工神经网络模型,以压力p、涂层阻抗Z为网络输入,以浸泡时间t为网络输出,利用建立的数据库对该网络模型进行训练;
(3)利用训练好的人工神经网络模型进行预测:该训练好的网络模型即可对任意压力下涂层阻抗为某一值的涂层预测其使用时间,并进而预测其剩余使用寿命。
本发明的优点:
本发明所述的深海用涂料的模拟加速腐蚀试验方法及寿命预测方法,适用于防护涂层在实验室内开展深海环境下模拟加速试验的场合,结合涂层失效过程中的电化学信息评价涂层的防护性能及使用寿命。
附图说明
下面结合附图及实施方式对本发明作进一步详细的说明:
图1为本发明深海环境模拟装置结构示意图;
图2为本发明采用的人工神经网络模型示意图;
图3为办发明采用的人工神经网络模型的训练结果示意图;
图4为本发明采用的人工神经网络模型的预测结果示意图;
图中,1.氮气瓶,2.气压阀,3.高压固态参比电极,4.热电偶,5.工作电极,6.辅助电极,7.压力表,8.自动升降装置,9.循环管路,10.控温箱,11.测温装置,12.高压釜。
具体实施方式
实施例1
本实施例提供了一种深海用涂料的模拟加速腐蚀试验方法,其特征在于:采用3.5%NaCl溶液作为试验介质,选取压力交变作为深海环境影响有机涂层老化的主要因素,并结合电化学交流阻抗方法进行原位监测,将失效历程与腐蚀试验结果相结合,获得有机涂层的腐蚀规律,具体内容包括:
(1)试验装置:主体结构包括配有自动升降装置的高压釜、数控恒温槽以及氮气瓶;高压釜采用TA2钛合金加工制成,两者由周向分布的主螺栓、螺母紧固连接,釜体与釜盖依靠接触面的高精度和光洁度达到密封效果;釜盖上配有气相阀,利用高压氮气瓶通过进气口向釜内通入惰性气体实现气体加压;釜盖上装有压力表和爆破膜安全装置以确保安全;釜盖上还开了三个电极孔,并配有专门的电极套以满足密封的要求,可实现相应的原位电化学测试;
(2)交变压力加速试验:采用3.5%NaCl溶液为试验介质,试验温度保持在室温;交变压力条件设置为:交变幅度为常压与高静水压循环加载,以12小时为一个海水压力的交变周期,前半个周期为6小时,在高静水压下浸泡;后半个周期为6小时,在常压下浸泡,依次交替进行,浸泡20个周期共240小时;为了保证交变实验过程中高压釜内氧供应的充足,每次卸压后都需将釜盖打开,使空气能够充分的流通;
(3)涂层性能结果:利用电化学交流阻抗技术对涂层进行原位监测;以Bode图中频率f=0.01Hz时的涂层阻抗Z作为反映浸泡时间t时涂层性能的指标。
一种深海用涂料的模拟加速腐蚀试验的寿命预测方法,其特征在于:建立一种人工神经网络模型,采用加速试验的参数压力及涂层的性能为输入,涂层的使用寿命为输出,该网络模型经过大量数据组训练之后,能够对处于不同压力下性能达到某一特定数值时的涂层的使用寿命作出预测,具体内容包括:
(1)建立数据库:将权利要求1所述的压力p、浸泡时间t、涂层阻抗Z建立数据库;
(2)人工神经网络模型训练:利用Matlab软件创建一人工神经网络模型,以压力p、涂层阻抗Z为网络输入,以浸泡时间t为网络输出,利用建立的数据库对该网络模型进行训练;
(3)利用训练好的人工神经网络模型进行预测:该训练好的网络模型即可对任意压力下涂层阻抗为某一值的涂层预测其使用时间,并进而预测其剩余使用寿命。
采用压力交变对有机涂层进行加速试验,交变幅度为常压与高静水压循环加载,以12小时为一个海水压力的交变周期,前半个周期(6小时)在高静水压下浸泡,后半个周期(6小时)在常压下浸泡,依次交替进行,浸泡20个周期共240小时高静水压选取了4个不同的压力值,包括3.5MPa、6.0MPa、8.1MPa、10.0MPa,共进行了4次不同交变压力下的加速试验。
利用电化学交流阻抗技术对涂层进行原位监测,以频率f=0.01Hz时的涂层阻抗Z作为反映涂层性能的指标,将每次测试的浸泡时间t、压力值p、涂层阻抗Z作为一组数据(t,p,Z),将所有测试后的数据结果建立数据库。
利用Matlab软件建立反馈型前馈网络(BP-ANN)模型,参数设置为:输入层与隐层传递函数为logsig,隐层与输出层传递函数为logsig,训练函数为trainlm,误差函数为MSE,误差期望为0.01。
采用(t,p,Z)数据库进行训练,将压力值p、涂层阻抗Z作为网络模型输入,浸泡时间t作为网络模型输出,附图3为训练结果。
将未参与训练的数据输入网络模型进行预测,附图4为预测结果,预测值与实测值极为接近,准确率达到84.8%,可见,该方法能够对涂层的使用寿命做出较为准确的预测。

Claims (2)

1.一种深海用涂料的模拟加速腐蚀试验方法,其特征在于:采用3.5%NaCl溶液作为试验介质,选取压力交变作为深海环境影响有机涂层老化的主要因素,并结合电化学交流阻抗方法进行原位监测,将失效历程与腐蚀试验结果相结合,获得有机涂层的腐蚀规律,具体内容包括:
(1)试验装置:主体结构包括配有自动升降装置的高压釜、数控恒温槽以及氮气瓶;高压釜采用TA2钛合金加工制成,两者由周向分布的主螺栓、螺母紧固连接,釜体与釜盖依靠接触面的高精度和光洁度达到密封效果;釜盖上配有气相阀,利用高压氮气瓶通过进气口向釜内通入惰性气体实现气体加压;釜盖上装有压力表和爆破膜安全装置以确保安全;釜盖上还开了三个电极孔,并配有专门的电极套以满足密封的要求,可实现相应的原位电化学测试;
(2)交变压力加速试验:采用3.5%NaCl溶液为试验介质,试验温度保持在室温;交变压力条件设置为:交变幅度为常压与高静水压循环加载,以12小时为一个海水压力的交变周期,前半个周期为6小时,在高静水压下浸泡;后半个周期为6小时,在常压下浸泡,依次交替进行,浸泡20个周期共240小时;为了保证交变实验过程中高压釜内氧供应的充足,每次卸压后都需将釜盖打开,使空气能够充分的流通;
(3)涂层性能结果:利用电化学交流阻抗技术对涂层进行原位监测;以Bode图中频率f=0.01Hz时的涂层阻抗Z作为反映浸泡时间t时涂层性能的指标。
2.一种基于权利要求1所述的深海用涂料的模拟加速腐蚀试验的寿命预测方法,其特征在于:建立一种人工神经网络模型,采用权利要求1所述的加速试验的参数压力及涂层的性能为输入,涂层的使用寿命为输出,该网络模型经过大量数据组训练之后,能够对处于不同压力下性能达到某一特定数值时的涂层的使用寿命作出预测,具体内容包括:
(1)建立数据库:将权利要求1所述的压力p、浸泡时间t、涂层阻抗Z建立数据库;
(2)人工神经网络模型训练:利用Matlab软件创建一人工神经网络模型,以压力p、涂层阻抗Z为网络输入,以浸泡时间t为网络输出,利用建立的数据库对该网络模型进行训练;
(3)利用训练好的人工神经网络模型进行预测:该训练好的网络模型即可对任意压力下涂层阻抗为某一值的涂层预测其使用时间,并进而预测其剩余使用寿命。
CN201510050094.8A 2015-01-30 2015-01-30 一种深海用涂料的模拟加速腐蚀试验方法及寿命预测方法 Pending CN105987873A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510050094.8A CN105987873A (zh) 2015-01-30 2015-01-30 一种深海用涂料的模拟加速腐蚀试验方法及寿命预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510050094.8A CN105987873A (zh) 2015-01-30 2015-01-30 一种深海用涂料的模拟加速腐蚀试验方法及寿命预测方法

Publications (1)

Publication Number Publication Date
CN105987873A true CN105987873A (zh) 2016-10-05

Family

ID=57035280

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510050094.8A Pending CN105987873A (zh) 2015-01-30 2015-01-30 一种深海用涂料的模拟加速腐蚀试验方法及寿命预测方法

Country Status (1)

Country Link
CN (1) CN105987873A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106769820A (zh) * 2016-12-21 2017-05-31 西南石油大学 一种非金属涂层腐蚀疲劳性能测试的装置及方法
CN108414899A (zh) * 2018-02-26 2018-08-17 重庆洎皋电力科技有限责任公司 高压带电ertv防污闪涂料的腐蚀试验方法
CN110006816A (zh) * 2019-05-21 2019-07-12 烟台宏远氧业股份有限公司 一种深海环境模拟装置
CN110398415A (zh) * 2019-07-31 2019-11-01 南京航空航天大学 一种桥梁钢结构防腐涂层寿命预测方法
CN111024782A (zh) * 2019-11-20 2020-04-17 国网天津市电力公司电力科学研究院 基于交流阻抗分析的有机涂层结合力测定装置及方法
CN112798519A (zh) * 2020-12-21 2021-05-14 西北工业大学 防腐涂层剩余寿命的评估方法
CN113640208A (zh) * 2021-08-11 2021-11-12 中国人民解放军海军航空大学青岛校区 一种海洋环境下含涂层金属结构腐蚀损伤多尺度仿真方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102621058A (zh) * 2012-04-17 2012-08-01 中国船舶重工集团公司第七二五研究所 一种船用紧固件及防护涂层的模拟加速腐蚀试验方法
CN103196819A (zh) * 2013-03-19 2013-07-10 哈尔滨工程大学 一种适用于测试材料腐蚀行为的深海环境模拟装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102621058A (zh) * 2012-04-17 2012-08-01 中国船舶重工集团公司第七二五研究所 一种船用紧固件及防护涂层的模拟加速腐蚀试验方法
CN103196819A (zh) * 2013-03-19 2013-07-10 哈尔滨工程大学 一种适用于测试材料腐蚀行为的深海环境模拟装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
WENLIANG TIAN ET AL.: "The Failure behaviour of an epoxy glass flake coating/steel system under marine alternating hydrostatic pressure", 《CORROSION SCIENCE》 *
刘樱 等: "高静水压力对水在环氧涂层中传输行为的影响", 《中国腐蚀与防护学报》 *
刘浩宇: "静水压力和交变压力对环氧涂层失效行为的影响", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 *
唐俊文 等: "循环压力对环氧涂层在模拟深海环境中的失效行为的影响", 《中国腐蚀与防护学报》 *
方志刚 等: "海水环境交变压力下环氧涂料失效行为研究", 《哈尔滨工程大学》 *
钟鸣 等: "人工神经网络在激光涂层多冲碰撞疲劳寿命预测中的应用", 《激光杂志》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106769820A (zh) * 2016-12-21 2017-05-31 西南石油大学 一种非金属涂层腐蚀疲劳性能测试的装置及方法
CN106769820B (zh) * 2016-12-21 2019-02-12 西南石油大学 一种非金属涂层腐蚀疲劳性能测试的装置及方法
CN108414899A (zh) * 2018-02-26 2018-08-17 重庆洎皋电力科技有限责任公司 高压带电ertv防污闪涂料的腐蚀试验方法
CN110006816A (zh) * 2019-05-21 2019-07-12 烟台宏远氧业股份有限公司 一种深海环境模拟装置
CN110006816B (zh) * 2019-05-21 2023-12-05 烟台宏远氧业股份有限公司 一种深海环境模拟装置
CN110398415A (zh) * 2019-07-31 2019-11-01 南京航空航天大学 一种桥梁钢结构防腐涂层寿命预测方法
CN111024782A (zh) * 2019-11-20 2020-04-17 国网天津市电力公司电力科学研究院 基于交流阻抗分析的有机涂层结合力测定装置及方法
CN112798519A (zh) * 2020-12-21 2021-05-14 西北工业大学 防腐涂层剩余寿命的评估方法
CN113640208A (zh) * 2021-08-11 2021-11-12 中国人民解放军海军航空大学青岛校区 一种海洋环境下含涂层金属结构腐蚀损伤多尺度仿真方法
CN113640208B (zh) * 2021-08-11 2024-04-26 中国人民解放军海军航空大学青岛校区 一种海洋环境下含涂层金属结构腐蚀损伤多尺度仿真方法

Similar Documents

Publication Publication Date Title
CN105987873A (zh) 一种深海用涂料的模拟加速腐蚀试验方法及寿命预测方法
EP3693815B1 (en) Systems and methods for rapid prediction of hydrogen-induced cracking (hic) in pipelines, pressure vessels, and piping systems and for taking action in relation thereto
CN103063528B (zh) 一种高温构件剩余寿命现场快速测评方法
CN109388878A (zh) 一种综合考虑喷丸强化效果的疲劳寿命预测方法
CN103838931A (zh) 一种工程机械臂架类结构再制造准入期评估方法
CN103743641B (zh) 一种基于硬度和金相的火灾后压力容器快速检测评价方法
Burns et al. Scientific advances enabling next generation management of corrosion induced fatigue
RU2013138125A (ru) Способ ранжирования технических устройств технологических установок химических, нефтехимических и нефтеперерабатывающих комплексов на основе их экспертно-бальной оценки
CN104318054A (zh) 延迟焦化焦炭塔在线监测及安全评估系统
Zuo et al. Stochastic fatigue life and reliability prediction based on residual strength
Krivosheev et al. Complex diagnostic index for technical condition assessment for GTE
Jones et al. Introduction to Predictive Models for Motor Dielectric Aging
Shao et al. A life prediction method for O-ring static seal structure based on Physics of Failure
Nechval et al. Prediction of fatigue crack growth process via artificial neural network technique
Bordyug et al. Improving the reliability of low-speed diesel engines through the use of a system for monitoring the condition of piston rings
CN103063736B (zh) 一种在线检测双相不锈钢热老化状况的方法及其系统
Yuzevych et al. Determination of the place depressurization of underground pipelines in the monitoring of oil and gas enterprises
Roth et al. Environmental influences on the fatigue assessment of austenitic and ferritic steel components including welds
Seneviratne et al. In-service inspection of static mechanical equipment on offshore oil and gas production plants: A decision support framework
Ramos et al. A virtual instrument for quantitative assessment of pitting corrosion
ZUO et al. Fatigue Life Assessment of Tower Crane Based on Neural Network to Obtain Stress Spectrum
Farinholt et al. Embedded condition monitoring system for tank coatings
Chen et al. Sealing life prediction of Li-ion pouch cell using non-linear peeling model
Zhu et al. Online Fatigue Life Prediction and Crack Length Estimation Based on LSTM
CN116577338A (zh) 一种在线原位无损检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161005

RJ01 Rejection of invention patent application after publication