大气环境中碳钢腐蚀速率推测方法

崔梦晨,穆志纯,付冬梅,李晓刚

(1. 北京科技大学 自动化学院，北京 100083； 2. 北京科技大学 腐蚀与防护中心，北京 100083)



大气环境中碳钢腐蚀速率推测方法

崔梦晨1,穆志纯1,付冬梅1,李晓刚2

(1. 北京科技大学 自动化学院，北京 100083； 2. 北京科技大学 腐蚀与防护中心，北京 100083)

为了研究气候环境因素对金属腐蚀速率的影响，推测它们的量化关系，以碳钢为例，将数据挖掘的方法应用于大气腐蚀试验站点的腐蚀速率数据和气候环境数据，建立了大气环境中推测碳钢腐蚀速率的模型,并得出腐蚀速率推测公式。腐蚀站点试验数据的验证结果表明:该方法有较高的推测准确度，对于全面了解我国不同地区的碳钢腐蚀状况具有指导意义。

腐蚀速率；碳钢；数据挖掘；大气环境

对于大气环境中碳钢腐蚀速率的研究，国际标准化组织建立了ISO9223标准，通过润湿时间、二氧化硫沉积速率、氯化物沉积速率三项因素判断大气环境中碳钢腐蚀等级，对应不同范围的腐蚀速率[1]。叶堤等[2]研究了大气污染对碳钢腐蚀速率的影响，讨论了二氧化硫、二氧化氮等因素对碳钢腐蚀速率影响的强弱程度。龙风乐等[3]对管线钢的腐蚀速率与温度、环境pH等因素的关系进行分析。唐子龙等[4]讨论了盐粒子液膜下碳钢腐蚀速率与环境因素的关联性。

金属材料的腐蚀会给各种设备和建筑物的安全带来威胁，造成重大的经济损失，其中，金属材料在大气环境中腐蚀造成的损失占到一半以上[5]。挖掘气候环境因素与腐蚀速率的规律对于全面掌握不同地区的腐蚀状况进而合理有效地进行选材和腐蚀防护具有重要意义[6]。目前，关于碳钢腐蚀速率的研究大多集中于定性地讨论各环境因素与其相关性，未能定量给出根据气候环境数据推算碳钢腐蚀速率的计算公式，具有一定局限性。

本工作将数据挖掘的思想应用于腐蚀数据，综合考虑温度、湿度、污染性气体等7项因素对碳钢腐蚀速率的影响，应用数据拟合、区间嵌套循环搜素[7]等方法建立了碳钢腐蚀速率推测公式,并对公式进行了试验验证。结果表明，该公式较为准确地量化了碳钢腐蚀速率与气候环境因素的关系，对全面了解我国各地区碳钢腐蚀强度提供指导。

1　气候环境因素对碳钢腐蚀速率的影响

影响金属腐蚀的因素分为气候因素和环境因素。气候因素包括大气相对湿度、降雨、气温、日照时间、盐粒子含量等。环境因素主要是指大气污染物，其中硫化物和氮化物对金属腐蚀影响最大[8]。不同气候环境因素对碳钢腐蚀有促进或抑制作用。常温下，碳钢在大气中的腐蚀主要是吸氧腐蚀。吸氧腐蚀主要取决于构成电解质溶液的水份出现的机会，所以湿度的增大会促进碳钢的腐蚀[9]。二氧化硫、二氧化氮为酸性气体，可溶于水膜，不仅增加了电解质溶液水膜的导电性，而且析氢腐蚀和吸氧腐蚀同时发生，从而增大了腐蚀速率[10]。而年日照时间长的地区往往污染小、降雨少，间接抑制了腐蚀的发生。

本工作全面考虑各气候环境因素的影响，选取温度、湿度、降雨量、日照时数、 SO2含量，NO2含量、Cl-沉积速率7项因素，挖掘其与碳钢腐蚀速率的关系。本工作所用气候环境数据来源于国家环境统计年鉴、各主要城市环境统计公报及国家材料环境腐蚀平台的年平均数据，碳钢腐蚀速率数据来源于腐蚀与防护网。在已经建成的15个大气腐蚀站点中，吐鲁番站、西沙站因建站较晚，大规模的金属腐蚀试验仍在进行中，暂时没有腐蚀速率试验结果。从数据分布来看，万宁站是一个严重的离群点[11]，为了保证所建模型的精度和泛化能力，暂不考虑该站的数据。最终选取拉萨、敦煌、漠河、库尔勒、西双版纳、琼海、沈阳、北京、广州、武汉、青岛、江津共12个腐蚀站点的数据作为建模数据，各站点的环境数据和碳钢腐蚀速率数据如表1所示。

为判断7项气候环境因素与碳钢腐蚀速率的相关性，求取对应泊松相关系数[12]如表2所示。

由表2可见，温度、湿度、年降雨量、 SO2含量、NO2含量、Cl-沉积速率与碳钢腐蚀速率为正相关关系，促进腐蚀的发生；日照时间与碳钢腐蚀速率为负相关关系，增加日照时间会降低碳钢的腐蚀速率。

表1　站点气候环境数据和碳钢腐蚀速率数据Tab. 1　Data of climatic and environmental factors and corrosion rates of carbon steel from corrosion sites

2　气候环境因素推算碳钢腐蚀速率建模

2.1气候环境影响函数的定义

碳钢在大气环境中的腐蚀速率取决于各气候环境因素，各种因素综合起来促进碳钢发生腐蚀行为。为了表征大气环境下各因素对碳钢发生腐蚀的综合性影响，定义气候环境影响函数为：

(1)

式中：E为表征表2中7个气候环境因素对碳钢腐蚀速率的综合影响程度；ωi为各气候环境因素在气候环境影响函数中的权值，根据表2中各因素与碳钢腐蚀速率的正负相关性设定取值范围为[0,1]或[-1,0]；di(i=1,2,…,7)为采用区间化的方法进行线性映射后的7个气候环境因素数据，映射公式[13]如下：

表2　气候环境因素对应的碳钢腐蚀速率泊松 相关系数Tab. 2　Pearson correlation coefficient of corrosion rate corresponding climatic and to environmental factors

(2)

式中：Di表示气候环境因素原始数据；Dimax和Dimin分别表示该因素原始数据中的最大值和最小值；[a1,a2]表示线性映射的目标区间范围，选择区间范围为[0.2,0.8]。

当与碳钢腐蚀速率为负相关的气候环境因素权值取-1，正相关的气候环境因素权值取1时，以12个腐蚀站点的环境影响函数值E为横坐标，对应的碳钢腐蚀速率为纵坐标，形成坐标图如图1所示。

由图1可见，碳钢腐蚀速率随气候环境影响函数值的增大而增大。如果各气候环境因素的权值在[0,1]或[-1,0]的范围内取特定值时，恰有碳钢腐蚀速率随气候环境影响函数值的变化趋势符合某种递增的函数关系，则这种函数关系定量描述了气候环境影响和碳钢腐蚀速率的关系。

2.2气候环境影响函数中最优权值ωi*的确定

线性、二次、指数函数关系在特定数值区间为常见的单调递增函数，基于以上三种函数关系对环境影响函数值与碳钢腐蚀速率进行拟合。最小二乘拟合是常用的一种数据拟合方法，以误差平方和最小作为拟合目标[14]。为了保证模型对各个等级的腐蚀速率均有较高的推测准确度，对低等级腐蚀速率降低容错空间，高等级腐蚀速率适当增大容错空间，以平均误差率最小为目标对最小二乘法进行了改进。对应不同的拟合函数关系，采用区间嵌套循环搜索的方法分别找出7个气候环境因素在环境影响函数中的权值ωi*(i=1,2,…,7)，使得环境影响函数值与碳钢腐蚀速率的平均拟合误差率最小，并把该组权值记为最优权值，区间嵌套循环搜索方法计算步骤如图2所示。

图2中v表示碳钢腐蚀速率，[ai,bi]表示各权值的搜索范围，根据表2中对应各因素与碳钢腐蚀速率的正负相关性设定各权值初始搜索范围为[0,1]或[-1,0]。初始化λ为0.25，N为5，目标误差率为0.05。根据图2所示的搜索方法，分别找到对应线性、二次、指数三种拟合关系的气候环境因素最优权值，并按照相应的拟合关系对环境影响函数值和碳钢腐蚀速率进行拟合，见图3～5。

2.2.1 线性拟合模型

对应温度、湿度、降雨量、日照时数、SO2含量，NO2含量，Cl-沉积速率7项因素的最优权值集合{ωi*(i=1,2,…,7)}为{0.31，0.12，0.03，0，0.75，0.38，0.84}。对应的气候环境影响函数值E与碳钢腐蚀速率vcorr的拟合关系为

(3)

2.2.2 二次函数拟合模型

对应温度、湿度、降雨量、日照时数、SO2含量，NO2含量，Cl-沉积速率7项因素的最优权值集合{ωi*(i=1,2,…,7)}分别为{0.42，0.11，0，-0.17，0.98，0.41，0.77}。对应的气候环境影响函数值E与碳钢腐蚀速率vcorr的拟合关系为

(4)

2.2.3 指数函数拟合模型

对应温度、湿度、降雨量、日照时数、SO2含量，NO2含量，Cl-沉积速率7项因素的最优权值集合{ωi*(i=1,2,…,7)}分别为{0.51，0.29，0.11，-0.09，0.99，0.51，0.75}。气候环境影响函数值与碳钢腐蚀速率vcorr的拟合关系为

(5)

从图3～5可见，气候环境影响函数中各气候环境因素权值取最优权值时，各站点的气候环境影响函数值与碳钢腐蚀速率整体上符合对应的函数关系，即呈现出由气候环境推算碳钢腐蚀速率的一般规律。

2.3气候环境因素推测碳钢腐蚀速率量化关系

为了验证基于三个不同拟合函数的模型对碳钢腐蚀速率的推测准确度，选取了不同等级的5个腐蚀站点数据进行准确性检验[15]。每次检验均以所选站点中的1个为测试样本，用其余11个站点的数据进行建模，准确度比较如表3所示。

表3　模型准确度比较Tab. 3　Comparison of the model accuracy

从表3可以看出，线性模型和二次函数拟合模型在高腐蚀等级站点江津出现了较大误差，而指数函数拟合模型在五个站点均较好地预测了腐蚀速率，且平均准确度最高，因此选择指数函数作为气候环境影响函数值和碳钢腐蚀速率的拟合关系。

根据上述研究过程，最终确定了由气候环境因素推算各地碳钢腐蚀速率的计算公式为

(6)

式中:E为气候环境影响函数值;vcorr表示碳钢腐蚀速率，单位为μm/a;d1、d2、…、d7分别表示年平均温度，年平均湿度、年平均降雨量、年平均日照时间、

SO2含量、NO2含量、Cl-沉积速率经过区间化处理后的数据。

3　碳钢腐蚀速率推测公式的应用

我国具有多种气候类型，不同气候类型的区域金属腐蚀强度差异很大[16]。我国自然环境大气腐蚀性调查[17]对金属大气腐蚀特性的区域划分做出了研究。其中，西北内陆是较干旱的地区，腐蚀现象非常轻微；东部地区有着较为明显的腐蚀发生，并随着纬度的升高强度逐渐降低；长江以南黄河以北区域的金属腐蚀状况不强；海南岛及西双版纳等热带湿润地区是较强的腐蚀区域。

根据式(6)及全国各主要城市的环境统计数据，分别计算了不同地区各主要城市的碳钢腐蚀速率如表4所示。

表4　各地区主要城市碳钢腐蚀速率推测结果Tab. 4　Speculated results of corbon steel corrosion rates in major cities of different regions

从表4可以看出，我国各地理区域的碳钢腐蚀速率差异很大，具体表现为：

(1) 西北地区碳钢腐蚀速率很低，该腐蚀特点与西北地区干旱少雨、沿海距离远、空气中氯离子含量极低的气候环境特点相对应。

(2) 沿海地区由于潮湿多雨，靠近海岸线，空气中氯离子含量高[18]的气候特点造成其碳钢腐蚀速率很高，大部分城市都在50 μm/a以上。

(3) 东北地区由于年平均温度低，大气中污染性气体含量偏低等原因造成其腐蚀速率整体偏低；中部城市距离海岸线的距离大多超过400 km，湿度及氯离子含量均低于沿海城市，但其中很多城市为重工业城市，污染严重，对应的碳钢腐蚀速率集中在30～50 μm/a。

(4) 西南地区各城市碳钢腐蚀速率差异很大，其中川渝地区的碳钢腐蚀速率高于60 μm/a，该腐蚀特点与其温湿度大、空气中硫化物和氮化物含量高、易形成酸雨的气候环境特点相符[19]；云南地区的昆明和西双版纳为非工业城市，污染性气体含量低，沿海较远，对应碳钢腐蚀速率都低于30 μm/a。

通过本方法推测出的各区域腐蚀情况整体上与专家的判断相符，其中中部地区由于工业的发展造成大气中污染性气体含量升高，金属腐蚀速率相对本世纪初有了一定程度的增大，云南的西双版纳站点试验数据(19 μm/a)和昆明推测数据(29 μm/a)与专家的判断存在一定的出入，需要做进一步的分析。

4　结论

(1) 建立了通过大气环境数据推测碳钢腐蚀速率的模型,并得出碳钢腐蚀速率推测公式。

(2) 根据腐蚀速率推测公式和各主要城市环境统计数据，推算了不同地理区域内主要城市的碳钢腐蚀速率，分析了各区域的腐蚀特点。

本工作还存在诸多不足，如未能利用离群点万宁站的试验数据参与建模；区域腐蚀特点的分析与专家的判断还存在一定出入，需进一步探讨。

[1]ISO 9223Corrosion of metals and alloys-classification of the corrosivity atmospheres[S].

[2]叶堤. 重庆市大气污染对材料腐蚀的影响研究[D]. 重庆：重庆大学，2005:33-42.

[3]龙凤乐，郑文军，陈长风，等. 温度、CO2、流速、pH值对X65管线钢均匀腐蚀速率的影响规律[J]. 腐蚀与防护，2005，26(7)：290-293.

[4]唐子龙，李超，李辉. NaCl液膜下碳钢腐蚀速率及其与环境因素的关联性[J]. 中国腐蚀与防护学报，2010，30(1)：67-70.

[5]林翠，王凤平，李晓刚. 大气腐蚀研究方法进展[J]. 中国腐蚀与防护学报，2004，24(4)：249-250.

[6]王志强. 基于概念格的腐蚀环境关联规则挖掘方法研究与应用[D]. 北京：北京科技大学，2013:3-4.

[7]王丽珍，李文峰. 嵌套循环算法的改进算法研究[J]. 云南大学学报，2001，23(5)：331-335.

[8]安百钢. 酸雨/雨水环境中典型金属材料的腐蚀行为研究[D]. 天津：天津大学，2003:4-5.

[9]MENDOZA A R，CORVO F. Outdoor and indoor atmospheric corrosion of non-ferrous metals[J]. Corrosion Science，2000，42(1):1123-1147.

[10]ARROYAVE C，MORCILLO M. The effects of nitrogen oxides in atmospheric corrosion of metals[J]. Corrosion Science，1995，37(2):293-305.

[11]萧以德，张三平，曹献龙，等. 我国大气腐蚀研究进展[J]. 装备环境工程，2006，3(2)：1-6.

[12]杨帆，冯翔，阮羚，等. 基于皮尔逊相关系数法的水树枝与超低频介损的相关性研究[J]. 高压电器，2014，50(6)：22-26.

[13]李戊辰. 稀疏数据生成数据地图的模型方法研究与应用[D]. 北京：北京科技大学，2013:16-17.

[14]LÜ L L，ZHANG L. New iterative algorithms for coupled matrix equations[J]. Journal of Computational Analysis and Applications，2014，19(6)：947-958.

[15]范永东. 模型选择中的交叉验证方法综述[D]. 山西：山西大学，2013:5-10.

[16]王玲，牟献良，朱蕾，等. 大气环境腐蚀性分类分级研究综述[J]. 装备环境工程，2010，7(6)：24-28.

[17]王振尧，于国才，韩薇. 我国自然环境大气腐蚀性调查[J]. 腐蚀与防护，2003，24(8)：323-344.

[18]王成章，张伦武. 热带海洋大气环境中钢腐蚀异常原因分析[J]. 装备环境工程，2005，2(2)：68-75.

[19]萧以德，王光雍，李晓刚，等. 我国西部地区大气环境腐蚀性及材料腐蚀特性[J]. 中国腐蚀与防护学报，2003，23(4)：248-251.

Speculation of Carbon Steel Corrosion Rate in Atmospheric Environment

CUI Meng-chen1, MU Zhi-chun1, FU Dong-mei1, LI Xiao-gang2

(1. School of Automation and Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China；2. Corrosion and Protection Center, University of Science and Technology Beijing, Beijing 100083, China)

In order to study the influence of climatic and environmental factors on corrosion rate, and the quantitative relation between climatic and environmental factors and corrosion rate, carbon steel was chosen as sample， and the method of data mining was applied to the data of corrosion rate and environmental factors from corrosion sites. A mathematical model to speculate the corrosion rate based on climatic and environmental data was set up and speculation formula was obtained. The results show that this model can speculate the corrosion rata of carbon steel with a high accuracy, and it can help us to fully acquaint the corrosion status in different regions.

corrosion rate； carbon steel； data mining； atmospheric environment

10.11973/fsyfh-201606015

2015-04-16

国家科技基础性工作专项(2012FY113000)； 973项目：海洋工程装备材料腐蚀与防护基础问题研究(2014CB643300)

付冬梅(1963-)，教授，博士，从事图像分析与处理、智能算法与控制、数据挖掘与数据共享的研究，010-62334967，fdm2003@163.com

TG172

A

1005-748X(2016)06-0503-05