CN115099044A - 一种涂层寿命预测方法、系统、计算机设备和存储介质 - Google Patents
一种涂层寿命预测方法、系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115099044A CN115099044A CN202210777328.9A CN202210777328A CN115099044A CN 115099044 A CN115099044 A CN 115099044A CN 202210777328 A CN202210777328 A CN 202210777328A CN 115099044 A CN115099044 A CN 115099044A
- Authority
- CN
- China
- Prior art keywords
- coating
- organic
- organic coating
- thickness
- calculating
- 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.)
- Granted
Links
- 238000000576 coating method Methods 0.000 title claims abstract description 354
- 239000011248 coating agent Substances 0.000 title claims abstract description 323
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000014509 gene expression Effects 0.000 claims abstract description 65
- 230000008859 change Effects 0.000 claims abstract description 21
- 230000032683 aging Effects 0.000 claims abstract description 11
- 230000015556 catabolic process Effects 0.000 claims abstract description 11
- 238000006731 degradation reaction Methods 0.000 claims abstract description 11
- 230000007547 defect Effects 0.000 claims description 64
- 239000000758 substrate Substances 0.000 claims description 50
- 238000005260 corrosion Methods 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 34
- 230000007797 corrosion Effects 0.000 claims description 31
- 239000007788 liquid Substances 0.000 claims description 25
- 230000010287 polarization Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 11
- 230000005855 radiation Effects 0.000 claims description 9
- 238000009792 diffusion process Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 5
- 238000006862 quantum yield reaction Methods 0.000 claims description 4
- 230000003628 erosive effect Effects 0.000 claims description 3
- 238000009795 derivation Methods 0.000 abstract description 7
- 229920002125 Sokalan® Polymers 0.000 description 17
- 239000004584 polyacrylic acid Substances 0.000 description 17
- 230000002829 reductive effect Effects 0.000 description 9
- 238000009826 distribution Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000005187 foaming Methods 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000001782 photodegradation Methods 0.000 description 3
- 238000006303 photolysis reaction Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000011247 coating layer Substances 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000011368 organic material Substances 0.000 description 2
- 230000015843 photosynthesis, light reaction Effects 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000012720 thermal barrier coating Substances 0.000 description 2
- 238000009281 ultraviolet germicidal irradiation Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003679 aging effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003822 epoxy resin Substances 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000001453 impedance spectrum Methods 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 229920000647 polyepoxide Polymers 0.000 description 1
- 239000004814 polyurethane Substances 0.000 description 1
- 229920002635 polyurethane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明涉及涂层寿命预测技术领域，公开了一种涂层寿命预测方法、系统、计算机设备和存储介质，所述方法包括根据涂层失效阈值时间与涂层厚度之间的第一表达关系，确定不同类别的有机涂层的第一参数和第二参数；根据有机涂层在太阳辐照下的辐照强度和辐照时间，得到引起所述有机涂层老化降解的有效辐照量；根据所述有效辐照量，得到所述有机涂层的厚度变化与所述有效辐照量之间的第二表达关系；根据所述第二表达关系对所述第一表达关系进行修正，得到所述有机涂层的服役寿命。本发明的方法理论推导简单，模型基础扎实，能够准确高效的预测有机涂层服役寿命，从而为有机涂料的应用提供有效指导。
Description
技术领域
本发明涉及涂层寿命预测技术领域，特别是涉及一种涂层寿命预测方法、系统、计算机设备和存储介质。
背景技术
有机防腐涂层是最有效最常用的防护金属腐蚀的方法之一，已被大量应用于海洋工程、交通运输、能源工业、建筑、工程机械等领域。而相关产品在服役过程中，当长期暴露在户外严酷环境条件中，受外界诸如太阳辐照、温度变化、高湿度、降雨、盐雾等环境因素的影响，会不可避免的发生老化最终失去对基材的防护作用。其中最常见的老化方式是光降解老化，受自然环境中太阳辐照的影响，有机涂料表面吸收短波光子发生光热降解，导致涂层粗糙度变大，光泽变小，厚度变薄，最终影响防护性能，缩短涂层服役寿命。
目前针对涂层的寿命预测的方式主要分为两种，第一种是利用在线传感器或者监测仪来检测服役环境下的开路电位、恒电位极化和交流阻抗谱变化等，通过这些技术检测涂层服役状态，对涂层失效进行预警；第二种是基于涂层服役过程中经历高低温交替导致的涂层与基材之间的应力发生了变化，而根据应力和结合强度演变机制来进行的寿命预测，以及基于多个影响喷涂层接触疲劳的因素，通过构建寿命预测模型来预测喷涂层的接触疲劳寿命。但是现有的这两种方式也都有各自的局限性。第一种方法主要是以在线监测为主，并非是真正意义上的寿命预测，而第二种方法则主要是针对热障涂层，以及针对疲劳寿命的预测，而对有机防腐涂层进行的寿命预测方法较少。
发明内容
为了解决上述技术问题，本发明的目的是提供一种基于表面微观缺陷和厚度变化的涂层寿命预测方法、系统、计算机设备和存储介质，能够根据太阳辐照量、微观缺陷分布理论和厚度变化来建立有机涂层寿命预测模型进行涂层寿命预测，提高了有机涂层寿命预测的准确性，能够为有机涂层的应用提供有效指导。
第一方面，本发明提供了一种涂层寿命预测方法，所述方法包括：
根据涂层失效阈值时间与涂层厚度之间的第一表达关系，确定不同类别的有机涂层的第一参数和第二参数；
根据有机涂层在太阳辐照下的辐照强度和辐照时间，得到引起所述有机涂层老化降解的有效辐照量；
根据所述有效辐照量，得到所述有机涂层的厚度变化与所述有效辐照量之间的第二表达关系；
根据所述第二表达关系对所述第一表达关系进行修正，得到所述有机涂层的服役寿命；
其中，采用如下公式计算所述第一表达式：
tcr＝bL2+dL
式中，tcr为有机涂层开始出现气泡现象所对应的涂层失效时间，L为涂层厚度，b为第一参数，d为第二参数；
采用如下公式计算所述第二表达关系：
ΔL＝Li-Lf＝c·Deff
式中，ΔL为涂层厚度变化值，Li为涂层初始厚度，Lf为涂层最终厚度，Deff(t)为单位面积上引起有机涂层老化降解的有效辐照量，c为经验常数；
采用如下公式计算所述有机涂层的服役寿命：
式中，
为修正后的服役寿命。
进一步地，在所述根据涂层失效阈值时间与涂层厚度之间的第一表达关系之前，还包括：
根据有机涂层基底界面处的缺陷面积，得到涂层失效阈值时间；
对采集到的涂层失效时间和涂层厚度进行数据拟合，得到所述涂层失效阈值时间与所述涂层厚度之间的第一表达关系。
进一步地，所述根据有机涂层基底界面处的缺陷面积，得到涂层失效阈值时间的具体步骤包括：
根据有机涂层内部的缺陷中联通外表面与基底部分所占的比例，计算得到有机涂层基底界面处的缺陷面积；
根据菲克第二定律和拉普拉斯变换，计算得到所述有机涂层基底界面处的液体介质含量百分比；
根据所述缺陷面积和所述液体介质含量百分比，计算得到基底材料的极化电阻；
根据所述极化电阻，计算得到所述有机涂层基底界面处的腐蚀面积；
根据所述腐蚀面积，计算得到涂层失效阈值时间。
进一步地，采用如下公式计算所述涂层失效阈值时间：
式中，tcr为有机涂层开始出现气泡现象的时间，Acr为有机涂层的腐蚀阈值面积，ρp为基底极化电阻率，L为涂层厚度，k为相关系数，
为液体介质扩散到界面时引发的初始腐蚀面积，D为液体介质在涂层内部缺陷中的扩散系数。
进一步地，采用如下公式计算所述有效辐照量：
式中，Deff(t)为单位面积上引起有机涂层老化降解的有效辐照量，Dtotal为总辐照量，
为有机涂层的平均量子产率，Etotal为辐照强度，
为辐照时间。
第二方面，本发明提供了一种涂层寿命预测系统，所述系统包括：
参数计算模块，用于根据涂层失效阈值时间与涂层厚度之间的第一表达关系，确定不同类别的有机涂层的第一参数和第二参数；
有效辐照量计算模块，用于根据有机涂层在太阳辐照下的辐照强度和辐照时间，得到引起所述有机涂层老化降解的有效辐照量；
第二表达关系计算模块，用于根据所述有效辐照量，得到所述有机涂层的厚度变化与所述有效辐照量之间的第二表达关系；
服役寿命计算模块，用于根据所述第二表达关系对所述第一表达关系进行修正，得到所述有机涂层的服役寿命；
其中，采用如下公式计算所述第一表达式：
tcr＝bL2+dL
式中，tcr为有机涂层开始出现气泡现象所对应的涂层失效时间，L为涂层厚度，b为第一参数，d为第二参数；
采用如下公式计算所述第二表达关系：
ΔL＝Li-Lf＝c·Deff
式中，ΔL为涂层厚度变化值，Li为涂层初始厚度，Lf为涂层最终厚度，Deff(t)为单位面积上引起有机涂层老化降解的有效辐照量，c为经验常数；
采用如下公式计算所述有机涂层的服役寿命：
式中，
为修正后的服役寿命。
进一步地，所述系统还包括：
失效阈值计算模块，用于根据有机涂层基底界面处的缺陷面积，得到涂层失效阈值时间；
第一表达关系计算模块，用于对采集到的涂层失效时间和涂层厚度进行数据拟合，得到所述涂层失效阈值时间与所述涂层厚度之间的第一表达关系。
进一步地，所述失效阈值计算模块包括：
缺陷面积计算模块，用于根据有机涂层内部的缺陷中联通外表面与基底部分所占的比例，计算得到有机涂层基底界面处的缺陷面积；
介质含量计算模块，用于根据菲克第二定律和拉普拉斯变换，计算得到所述有机涂层基底界面处的液体介质含量百分比；
极化电阻计算模块，用于根据所述缺陷面积和所述液体介质含量百分比，计算得到基底材料的极化电阻；
腐蚀面积计算模块，用于根据所述极化电阻，计算得到所述有机涂层基底界面处的腐蚀面积；
阈值计算模块，用于根据所述腐蚀面积，计算得到涂层失效阈值时间。
第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
第四方面，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
上述发明提供了一种涂层寿命预测方法、系统、计算机设备和存储介质。本发明基于有机材料光降解理论、微观缺陷分布理论和厚度变化建立有机涂层寿命预测模型，根据太阳辐照量、涂层厚度变化来预测不同厚度防腐涂层的服役寿命，不仅方法理论推导简单，并且模型基础扎实，提高了有机涂层寿命预测的准确率，能够为有机涂层的应用提供有效指导，这对于现有的有机涂层应用领域来说，是非常有意义的。
附图说明
图1是本发明实施例提供的涂层寿命预测方法的流程示意图；
图2是本发明实施例提供的涂层寿命预测方法的另一种流程示意图；
图3是图2中步骤S08的流程示意图；
图4是本发明实施例中自然暴晒后不同厚度聚丙烯酸涂层失效时间；
图5是本发明实施例中预测的不同厚度聚丙烯酸涂层的服役寿命；
图6是本发明实施例提供的涂层寿命预测系统的结构示意图；
图7是本发明实施例中计算机设备的内部结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明第一实施例提出的一种涂层寿命预测方法，包括步骤S10～S40：
步骤S10，根据涂层失效阈值时间与涂层厚度之间的第一表达关系，确定不同类别的有机涂层的第一参数和第二参数。
有机涂层包括多种类型如聚氨酯、环氧树脂和聚丙烯酸等，不同类别的有机涂层其涂层失效时间与涂层厚度之间的第一表达关系中的参数是不同的，而在确定不同类别有机涂层的具体参数之前，我们首先对第一表达关系式的获取过程进行描述，其步骤如图2所示：
步骤S08，根据有机涂层基底界面处的缺陷面积，得到涂层失效阈值时间。
本发明是基于表面微观缺陷和厚度变化对有机防腐涂层的寿命进行的预测，主要是针对有机涂层在腐蚀介质通过微观缺陷渗入界面引发腐蚀起泡现象下的寿命预测，因此，本实施例是基于微观缺陷来建立有机涂层的总腐蚀面积与时间的关系，其具体步骤如图3所示：
步骤S081，根据有机涂层内部的缺陷中联通外表面与基底部分所占的比例，计算得到有机涂层基底界面处的缺陷面积。
在对有机涂层进行寿命预测模型推导建立之前，先对本发明实施例进行推导建模的理论基础进行说明，本实施例是基于有机涂层的微观缺陷进行的寿命预测，我们预设在有机涂层内部存在均匀分布的微观缺陷，其中一部分连通外表面与界面形成贯穿缺陷，不同长短缺陷的数量符合高斯正太分布，而贯穿缺陷长度等于涂层厚度。当外表面介质在扩散作用下通过微观缺陷到达基材时将引起界面处基材的腐蚀，随着介质与基底接触时间的延长，生成的腐蚀产物堆积在界面处，引起涂层的分层，整个过程涂层阻抗的下降，涂层表面起泡。同时在户外服役期间涂层表面受环境因素如太阳辐照的影响，涂层发生老化降解，导致粗糙度增大，光泽下降，厚度减小，涂层寿命缩短，在此基础之上，我们可以通过建立涂层失效的阈值时间与涂层厚度之间的关系，来得到涂层的寿命预测模型。
在进行计算之前，我们对有机涂层做了两个设定，一是涂层内部连通外表面与基底部分的缺陷长度呈高斯分布趋势，二是缺陷通道最大长度为涂层厚度，在此基础之上，由于涂层内部微观缺陷成均匀分布，涂层缺陷不受环境老化作用，连通外表面与基底部分的缺陷长度符合高斯正态分布，因此，可以采用公式(1)来计算涂层内部所有缺陷中连通外表面与基底部分所占的比例：
式中，μ为缺陷长度,σ为缺陷长度的标准偏差，假设缺陷通道最大长度为涂层厚度L。
根据上述公式得到的缺陷部分比例分数，从而计算出缺陷面积＝总面积*缺陷部分比例分数，即可以采用以下公式(2)来表示涂层/基底界面处的缺陷面积AL：
式中，AL为涂层/基底界面处与缺陷通道相连的暴露面积(截面面积)，S为涂层总面积，f(L)为涂层内部所有缺陷中联通外表面与基底长度为L部分所占的比例。
步骤S082，根据菲克第二定律和拉普拉斯变换，计算得到所述有机涂层基底界面处的液体介质含量百分比。
步骤S083，根据所述缺陷面积和所述液体介质含量百分比，计算得到基底材料的极化电阻。
在得到涂层/基底界面处的缺陷面积之后，我们需要对通过微观缺陷扩散的腐蚀液体介质含量进行计算，基于菲克第二定律和拉普拉斯变换，可以通过以下公式(3)来计算涂层/基底界面处通过微观缺陷扩散的液体介质含量百分比：
式中，wL为界面处腐蚀液体介质的含量百分比，w0为涂层外表面处腐蚀液体介质含量比，ws为被涂层吸收的腐蚀液体介质含量比，D为介质在涂层内部缺陷中的扩散系数，tw为介质从外表面扩散到界面处时所用的时间。
而当介质扩散到界面处时，tw可以采用以下公式(4)得到：
当液体介质通过微观缺陷扩散到基底与涂层的界面处时，腐蚀开始发生，并引起电化学阻抗的变化，此时，电化学阻抗与基底极化电阻率、缺陷通道长度成正比，与界面处介质含量、界面处通道截面积成反比，因此，结合公式(2)和(3)，可以得到基底材料的极化电阻RP：
式中，ρp为基底极化电阻率，a为相关系数。
步骤S084，根据所述极化电阻，计算得到所述有机涂层基底界面处的腐蚀面积。
步骤S085，根据所述腐蚀面积，计算得到涂层失效阈值时间。
当液体介质扩散到界面处后继续扩散，即介质扩散时间t>tw，且界面处腐蚀液体介质的含量百分比wL≈1时，此时，腐蚀面积A>AL，而随着介质与基底接触时间增大，生成的腐蚀产物堆积在界面处，引起涂层的分层，腐蚀面积A进一步增大，导致极化电阻Rp减小。通过腐蚀面积的增加速率与极化电阻Rp成反比，并结合公式(5)，可以采用以下公式(6)得到界面处的腐蚀面积A：
当极化电阻Rp下降到某一阈值时，腐蚀面积A达到阈值Acr，涂层出现起泡现象，此时涂层失效，通过对公式(6)进行变换，即可以得到有机涂层的涂层失效阈值时间：
式中，tcr和Acr分别为涂层开始出现起泡现象是对应的涂层失效时间和腐蚀阈值面积。
此时，通过上述的步骤得到的涂层失效阈值时间实际上是对有机涂层的寿命预测进行的建模，本发明实施例通过电化学阻抗与电阻率、缺陷通道长度、介质含量与通道截面积之间的关系，来推导得到有机涂层出现起泡现象即失效时间与腐蚀面积即涂层厚度之间的关系，方法理论推导简单，且模型基础扎实，可以建立准确的寿命预测模型，通过公式(7)可以看到，虽然得到了失效阈值时间表达式，但是还没有得到表达式中的具体参数值，因此，我们还需要通过以下步骤进行参数值的计算。
步骤S09，对采集到的涂层失效时间和涂层厚度进行数据拟合，得到所述涂层失效阈值时间与所述涂层厚度之间的第一表达关系。
为了得到涂层失效阈值时间与涂层厚度之间的具体表达关系，在此我们利用环境试验通过对采集到的数据进行数据拟合来进行参数推导。
先将公式(7)转换为涂层起泡时间tcr与涂层厚度L之间的表达式(8)：
tcr＝bL2+dL (8)
式中，b和d分别对应公式(7)中的系数，其中，
我们将公式(8)作为涂层失效阈值时间与涂层厚度之间的第一表达关系，为了进一步的验证该第一表达式的准确性，我们选择了某种类别的有机涂层来进行试验比对。
在环境试验中，我们利用涂层阻抗在线监测传感器来监测不同厚度的涂层阻抗模值随其服役时间的变化，以聚丙烯酸涂层为例，当肉眼可见到涂层起泡时，聚丙烯酸涂层的电化学阻抗值为105左右，因此，我们将聚丙烯酸涂层的电化学阻抗值为105时认为涂层起泡，当阻抗模值小于1.0×105Ω时涂层失效，记录失效时间与涂层厚度，并对记录的数据进行曲线拟合。
在本实施例中，都以聚丙烯酸涂层为例，使用聚丙烯酸涂料在涂层阻抗检测传感器上制备10um、20um、30um、40um和50um厚涂层样品，并将样品暴露于某地的海洋浪溅区环境中，记录涂层阻抗下降至1.0×105Ω时所需的时间，并测量涂层失效时的涂层厚度，其中，自然暴晒后不同厚度聚丙烯酸涂层失效时间如下表1所示：
| 样品编号 | 1 | 2 | 3 | 4 | 5 |
| 初始厚度um | 10 | 20 | 30 | 40 | 50 |
| 失效时间day | 7 | 30 | 72 | 90 | 140 |
表1 自然暴晒后不同厚度聚丙烯酸涂层失效时间
根据上述的涂层失效时间和失效时的涂层厚度进行数据拟合，可以得到如图3所示的涂层失效时间和涂层厚度的曲线，即，通过数据拟合可以得到：
tcr＝2×1015L2+2×1011L-1×106
其中，置信度为0.987，将上述公式与公式(8)相比较，可以看到，通过上述步骤建立的涂层失效阈值时间与通过数据拟合得到的涂层失效时间的表达关系是具有一致的结构的，也进一步的证实了本实施例中所建立的涂层寿命预测模型的合理性与正确性。
可以很明显的看到，在得到涂层失效阈值时间与涂层厚度之间的第一表达关系即公式(8)后，我们可以结合不同类别的有机涂层的实验数据，确定各个类别的有机涂层的第一表达关系中的具体参数，从而得到了不同类别的有机涂层的具体的失效阈值表达式。
以聚丙烯酸涂层为例，通过上述步骤，我们得到b＝2×1015，d＝2×1011，由于最后的常数1×106相比于前面两个系数较小，因此忽略。此时，公式(8)就转换为公式(8a)：
tcr＝2×1015L2+2×1011L (8a)
此时，我们就得到了针对聚丙烯酸涂层的涂层失效阈值时间，对于不同类别的有机涂层，都可以通过上述步骤确定其具体失效阈值时间表达式，在此将不再一一赘述。
步骤S20，根据有机涂层在太阳辐照下的辐照强度和辐照时间，得到引起所述有机涂层老化降解的有效辐照量。
步骤S30，根据所述有效辐照量，得到所述有机涂层的厚度变化与所述有效辐照量之间的第二表达关系。
由于在户外服役环境中，有机涂层在太阳辐照等因素作用下发生化学降解会造成涂层表面光泽度下降，粗糙度变大，厚度变薄，涂层寿命缩短。因此涂层寿命是一个动态的过程，随着服役时间的延长寿命缩短，因此为了更准确的预测涂层的服役寿命，我们需要考虑太阳辐照对于涂层寿命的影响。
基于有效辐照量理论，可以采用公式(9)计算得到有效辐照量：
式中，Deff(t)为单位面积上引起有机涂层老化降解的有效辐照量，Dtotal为总辐照量，本实施例中是指紫外辐照总量，可以通过辐照计监测所得，
为有机涂层的平均量子产率，无纲量，可以通过荧光分光光度计测量获得，Etotal为辐照强度，可以通过光强计测量获得，
为辐照时间。
我们通过辐照计来记录上述的有机涂层样品在服役期间所受到的总紫外辐照量，在285～400nm紫外波段之间的平均量子产率
为1×10-4，通过公式(9)可以计算有效紫外辐照量，从而可以得到如下表2所示的不同厚度聚丙烯酸涂层所受的紫外辐照总量与有效辐照量：
| 样品编号 | 1 | 2 | 3 | 4 | 5 |
| 总辐照量MJ/m2 | 6.2 | 19 | 60 | 84 | 115 |
| 有效辐照量MJ/m2 | 0.0006 | 0.0019 | 0.006 | 0.0084 | 0.0115 |
表2不同厚度聚丙烯酸涂层所受紫外辐照总量与有效辐照量
有机涂层受光解反应导致厚度变化与有效辐照量之间的关系为：
ΔL＝Li-Lf＝c·Deff(10)
式中，ΔL为涂层厚度变化值，Li为涂层初始厚度，Lf为涂层最终厚度，c为经验常数。
为了计算c的值，本实施例对各个不同厚度的样品在服役器件到失效时的最终厚度进行测量，结果如表3所示，通过公式(10)，可以计算得到经验常数c的平均值为4.7×10- 4m/MJ。
| 样品编号 | 1 | 2 | 3 | 4 | 5 |
| 初始厚度um | 10 | 20 | 30 | 40 | 50 |
| 最终厚度um | 10 | 19 | 27 | 34 | 43 |
| c常数m/MJ | 0 | 5.3×10<sup>-4</sup> | 5×10<sup>-4</sup> | 7.1×10<sup>-4</sup> | 6.1×10<sup>-4</sup> |
表3不同厚度聚丙烯酸涂层厚度变化与常数c
步骤S40，根据所述第二表达关系对所述第一表达关系进行修正，得到所述有机涂层的服役寿命。
由于随着有机涂层吸收辐照量，涂层会发生老化，厚度减小，因此，服役一段时间后，涂层厚度变化为L-ΔL，此时，需要根据涂层厚度变化对涂层失效阈值时间中的有机涂层厚度进行修正，从而得到修正后的有机涂层的服役寿命为：
通过上述公式(11)我们可以得到在太阳辐照引起光解老化反应后的有机涂层的服役寿命，显然，修正后的服役寿命的预测值会更加的符合实际情况，寿命预测的准确性更高，下面针对具体的聚丙烯酸涂层厚度如何通过上述公式进行服役寿命预测进行举例说明：
当涂层厚度为100um时，通过公式(8a)可知tcr为1.3年，而在试验地的年平均总紫外辐照量为324MJ/m2，c的平均值4.7×10-4m/MJ，通过公式(10)可以计算得到ΔL的值为：
根据ΔL的值对公式(11)进行修正后，可得
的值为0.9年左右，也就是说，服役时间在0.9年时，有机涂层即发生失效。图4所示的为预测得到的不同厚度的聚丙烯酸涂层服役寿命。
本实施例提供的一种涂层寿命预测方法，相比传统方法仅针对热障涂层或者只进行疲劳寿命预测的问题，本发明基于表面微观缺陷和涂层的厚度变化对有机涂层的寿命进行了预测，不仅方法理论推导简单并且模型基础扎实，能够准确的预测不同厚度的有机涂层在太阳辐照引起光解老化情况下的服役寿命，为有机涂料的应用提供了有效指导。
请参阅图6，基于同一发明构思，本发明第二实施例提出的一种涂层寿命预测系统，包括：
参数计算模块10，用于根据涂层失效阈值时间与涂层厚度之间的第一表达关系，确定不同类别的有机涂层的第一参数和第二参数；
有效辐照量计算模块20，用于根据有机涂层在太阳辐照下的辐照强度和辐照时间，得到引起所述有机涂层老化降解的有效辐照量；
第二表达关系计算模块30，用于根据所述有效辐照量，得到所述有机涂层的厚度变化与所述有效辐照量之间的第二表达关系；
服役寿命计算模块40，用于根据所述第二表达关系对所述第一表达关系进行修正，得到所述有机涂层的服役寿命；
其中，采用如下公式计算所述第一表达式：
tcr＝bL2+dL
式中，tcr为有机涂层开始出现气泡现象所对应的涂层失效时间，L为涂层厚度，b为第一参数，d为第二参数；
采用如下公式计算所述第二表达关系：
ΔL＝Li-Lf＝c·Deff
式中，ΔL为涂层厚度变化值，Li为涂层初始厚度，Lf为涂层最终厚度，Deff(t)为单位面积上引起有机涂层老化降解的有效辐照量，c为经验常数；
采用如下公式计算所述有机涂层的服役寿命：
式中，
为修正后的服役寿命。
进一步地，所述系统还包括：
失效阈值计算模块08，用于根据有机涂层基底界面处的缺陷面积，得到涂层失效阈值时间；
第一表达关系计算模块09，用于对采集到的涂层失效时间和涂层厚度进行数据拟合，得到所述涂层失效阈值时间与所述涂层厚度之间的第一表达关系
进一步地，所述失效阈值计算模块包括：
缺陷面积计算模块081，用于根据有机涂层内部的缺陷中联通外表面与基底部分所占的比例，计算得到有机涂层基底界面处的缺陷面积；
介质含量计算模块082，用于根据菲克第二定律和拉普拉斯变换，计算得到所述有机涂层基底界面处的液体介质含量百分比；
极化电阻计算模块083，用于根据所述缺陷面积和所述液体介质含量百分比，计算得到基底材料的极化电阻；
腐蚀面积计算模块084，用于根据所述极化电阻，计算得到所述有机涂层基底界面处的腐蚀面积；
阈值计算模块085，用于根据所述腐蚀面积，计算得到涂层失效阈值时间。
本发明实施例提出的涂层寿命预测系统的技术特征和技术效果与本发明实施例提出的方法相同，在此不予赘述。上述涂层寿命预测系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
请参阅图7，一个实施例中计算机设备的内部结构图，该计算机设备具体可以是终端或服务器。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示器和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现涂层寿命预测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域普通技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算设备可以包括比途中所示更多或更少的部件，或者组合某些部件，或者具有相同的部件布置。
此外，本发明实施例还提出一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法的步骤。
此外，本发明实施例还提出一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法的步骤。
综上，本发明实施例提出的一种涂层寿命预测方法、系统、计算机设备和存储介质，所述方法基于有机材料的光降解理论、微观缺陷分布理论和厚度变化建立有机涂层寿命预测模型，根据太阳辐照量、涂层厚度变化预测不同厚度有机涂层的服役寿命。本发明可以应用于有机涂层体系在腐蚀液体介质通过微观缺陷渗入界面发生腐蚀起泡现象下涂层的寿命预测，可以对有机涂层的服役寿命进行准确和高效的预测，从而对有机涂料的应用提供有效指导。
本说明书中的各个实施例均采用递进的方式描述，各个实施例直接相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。需要说明的是，上述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种优选实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本申请的保护范围。因此，本申请专利的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种涂层寿命预测方法，其特征在于，包括：
根据涂层失效阈值时间与涂层厚度之间的第一表达关系，确定不同类别的有机涂层的第一参数和第二参数；
根据有机涂层在太阳辐照下的辐照强度和辐照时间，得到引起所述有机涂层老化降解的有效辐照量；
根据所述有效辐照量，得到所述有机涂层的厚度变化与所述有效辐照量之间的第二表达关系；
根据所述第二表达关系对所述第一表达关系进行修正，得到所述有机涂层的服役寿命；
其中，采用如下公式计算所述第一表达式：
tcr＝bL2+dL
式中，tcr为有机涂层开始出现气泡现象所对应的涂层失效时间，L为涂层厚度，b为第一参数，d为第二参数；
采用如下公式计算所述第二表达关系：
ΔL＝Li-Lf＝c·Deff
式中，ΔL为涂层厚度变化值，Li为涂层初始厚度，Lf为涂层最终厚度，Deff(t)为单位面积上引起有机涂层老化降解的有效辐照量，c为经验常数；
采用如下公式计算所述有机涂层的服役寿命：
式中，
为修正后的服役寿命。
2.根据权利要求1所述的涂层寿命预测方法，其特征在于，在所述根据涂层失效阈值时间与涂层厚度之间的第一表达关系之前，还包括：
根据有机涂层基底界面处的缺陷面积，得到涂层失效阈值时间；
对采集到的涂层失效时间和涂层厚度进行数据拟合，得到所述涂层失效阈值时间与所述涂层厚度之间的第一表达关系。
3.根据权利要求2所述的涂层寿命预测方法，其特征在于，所述根据有机涂层基底界面处的缺陷面积，得到涂层失效阈值时间的具体步骤包括：
根据有机涂层内部的缺陷中联通外表面与基底部分所占的比例，计算得到有机涂层基底界面处的缺陷面积；
根据菲克第二定律和拉普拉斯变换，计算得到所述有机涂层基底界面处的液体介质含量百分比；
根据所述缺陷面积和所述液体介质含量百分比，计算得到基底材料的极化电阻；
根据所述极化电阻，计算得到所述有机涂层基底界面处的腐蚀面积；
根据所述腐蚀面积，计算得到涂层失效阈值时间。
4.根据权利要求3所述的涂层寿命预测方法，其特征在于，采用如下公式计算所述涂层失效阈值时间：
式中，tcr为有机涂层开始出现气泡现象时对应的涂层失效时间，Acr为有机涂层的腐蚀阈值面积，ρp为基底极化电阻率，L为涂层厚度，k为相关系数，
为液体介质扩散到界面时引发的初始腐蚀面积，D为液体介质在涂层内部缺陷中的扩散系数。
5.根据权利要求1所述的涂层寿命预测时间，其特征在于，采用如下公式计算所述有效辐照量：
式中，Deff(t)为单位面积上引起有机涂层老化降解的有效辐照量，Dtotal为总辐照量，
为有机涂层的平均量子产率，Etotal为辐照强度，
为辐照时间。
6.一种涂层寿命预测系统，其特征在于，包括：
参数计算模块，用于根据涂层失效阈值时间与涂层厚度之间的第一表达关系，确定不同类别的有机涂层的第一参数和第二参数；
有效辐照量计算模块，用于根据有机涂层在太阳辐照下的辐照强度和辐照时间，得到引起所述有机涂层老化降解的有效辐照量；
第二表达关系计算模块，用于根据所述有效辐照量，得到所述有机涂层的厚度变化与所述有效辐照量之间的第二表达关系；
服役寿命计算模块，用于根据所述第二表达关系对所述第一表达关系进行修正，得到所述有机涂层的服役寿命；
其中，采用如下公式计算所述第一表达式：
tcr＝bL2+dL
式中，tcr为有机涂层开始出现气泡现象所对应的涂层失效时间，L为涂层厚度，b为第一参数，d为第二参数；
采用如下公式计算所述第二表达关系：
ΔL＝Li-Lf＝c·Deff
式中，ΔL为涂层厚度变化值，Li为涂层初始厚度，Lf为涂层最终厚度，Deff(t)为单位面积上引起有机涂层老化降解的有效辐照量，c为经验常数；
采用如下公式计算所述有机涂层的服役寿命：
式中，
为修正后的服役寿命。
7.根据权利要求6所述的涂层寿命预测系统，其特征在于，所述系统还包括：
失效阈值计算模块，用于根据有机涂层基底界面处的缺陷面积，得到涂层失效阈值时间；
第一表达关系计算模块，用于对采集到的涂层失效时间和涂层厚度进行数据拟合，得到所述涂层失效阈值时间与所述涂层厚度之间的第一表达关系。
8.根据权利要求7所述的涂层寿命预测系统，其特征在于，所述失效阈值计算模块包括：
缺陷面积计算模块，用于根据有机涂层内部的缺陷中联通外表面与基底部分所占的比例，计算得到有机涂层基底界面处的缺陷面积；
介质含量计算模块，用于根据菲克第二定律和拉普拉斯变换，计算得到所述有机涂层基底界面处的液体介质含量百分比；
极化电阻计算模块，用于根据所述缺陷面积和所述液体介质含量百分比，计算得到基底材料的极化电阻；
腐蚀面积计算模块，用于根据所述极化电阻，计算得到所述有机涂层基底界面处的腐蚀面积；
阈值计算模块，用于根据所述腐蚀面积，计算得到涂层失效阈值时间。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210777328.9A CN115099044B (zh) | 2022-07-01 | 2022-07-01 | 一种涂层寿命预测方法、系统、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210777328.9A CN115099044B (zh) | 2022-07-01 | 2022-07-01 | 一种涂层寿命预测方法、系统、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115099044A true CN115099044A (zh) | 2022-09-23 |
| CN115099044B CN115099044B (zh) | 2024-10-15 |
Family
ID=83295351
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210777328.9A Active CN115099044B (zh) | 2022-07-01 | 2022-07-01 | 一种涂层寿命预测方法、系统、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115099044B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116631548A (zh) * | 2023-07-21 | 2023-08-22 | 江南载福粉末涂料（张家港）有限公司 | 一种粉末涂料有效期的智能预测方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2522757C1 (ru) * | 2012-12-27 | 2014-07-20 | Российская Федерация, от имени которой выступает Государственная корпорация по атомной энергии "Росатом" | Способ определения коэффициента диффузии в порошковых материалах и способ определения толщины и показателя целостности покрытия на частицах порошковых материалов |
| CN104076079A (zh) * | 2013-03-26 | 2014-10-01 | 中国兵器工业第五九研究所 | 一种多层涂层体系临界腐蚀损伤的快速评价方法 |
| CN113901677A (zh) * | 2021-12-10 | 2022-01-07 | 中国电器科学研究院股份有限公司 | 一种基于表面光泽变化的高光粉末涂料服役寿命预测方法 |
-
2022
- 2022-07-01 CN CN202210777328.9A patent/CN115099044B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2522757C1 (ru) * | 2012-12-27 | 2014-07-20 | Российская Федерация, от имени которой выступает Государственная корпорация по атомной энергии "Росатом" | Способ определения коэффициента диффузии в порошковых материалах и способ определения толщины и показателя целостности покрытия на частицах порошковых материалов |
| CN104076079A (zh) * | 2013-03-26 | 2014-10-01 | 中国兵器工业第五九研究所 | 一种多层涂层体系临界腐蚀损伤的快速评价方法 |
| CN113901677A (zh) * | 2021-12-10 | 2022-01-07 | 中国电器科学研究院股份有限公司 | 一种基于表面光泽变化的高光粉末涂料服役寿命预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 崔晓飞;谭晓明;王德;钱昂;: "铝合金表面聚氨酯涂层在加速实验条件下的老化机制及规律研究", 中国腐蚀与防护学报, no. 01, 15 February 2018 (2018-02-15) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116631548A (zh) * | 2023-07-21 | 2023-08-22 | 江南载福粉末涂料（张家港）有限公司 | 一种粉末涂料有效期的智能预测方法及系统 |
| CN116631548B (zh) * | 2023-07-21 | 2023-10-03 | 江南载福粉末涂料（张家港）有限公司 | 一种粉末涂料有效期的智能预测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115099044B (zh) | 2024-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Caldona et al. | Surface electroanalytical approaches to organic polymeric coatings | |
| CN108399278A (zh) | 一种电子装备多因素加速因子计算方法 | |
| JP6436688B2 (ja) | 塗装金属材の耐食性評価方法及び耐食性評価装置 | |
| Marshall et al. | Galvanic corrosion between coated Al alloy plate and stainless steel fasteners, part 1: FEM model development and validation | |
| Jung et al. | Experimental Study on the Structural Performance Degradation of Corrosion‐Damaged Reinforced Concrete Beams | |
| CN111859658A (zh) | 一种产品贮存寿命与可靠性评估方法 | |
| CN115099044A (zh) | 一种涂层寿命预测方法、系统、计算机设备和存储介质 | |
| Mercier et al. | Characterisation and modelling of aging of composites | |
| Lee et al. | Corrosion and strength behaviors in prestressed tendon under various tensile stress and impressed current conditions | |
| Chen et al. | A method of atmospheric corrosion prediction for aircraft structure | |
| CN113609760A (zh) | 集成电路寿命预估方法及装置、电子设备和存储介质 | |
| Fedrizzi et al. | Evaluation of accelerated aging procedures of painted galvanised steels by EIS | |
| Osterminski et al. | Design model for reinforcement corrosion | |
| Li et al. | Non‐destructive evaluations of water uptake in epoxy coating | |
| Xu et al. | Prediction of long-term service life of an organic coating based on short-term exposure results | |
| US20110016961A1 (en) | Coated Metallic Sample Peel Test | |
| JP4714646B2 (ja) | メッキ鋼板の端面耐食性評価用試料、端面耐食性評価装置及び端面耐食性評価方法 | |
| US20230108474A1 (en) | Corrosion-resistance testing method for coated metal member, corrosion-resistance testing apparatus for coated metal member, corrosion-resistance testing program for coated metal member, and storage medium | |
| CN113544969A (zh) | 信息处理装置、控制方法以及程序 | |
| de Andrade et al. | Hygrothermal simulation applied to degradation modeling of ceramic facades | |
| Øyasæter et al. | Effect of corrosion on the buckling capacity of tubular members | |
| Yang et al. | A study on effects of mechanical stress and cathodic protection on marine coatings on mild steel in artificial seawater | |
| Jiang et al. | Life prediction of thermal aging of adhesive for retard‐bonded prestressed tendons | |
| Wilson et al. | Novel thin wire paint and sealant degradation sensor | |
| Sagues et al. | Low-frequency electrochemical impedance for measuring corrosion of epoxy-coated reinforcing steel in concrete |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |