复杂性 复杂性 1099 - 0526 1076 - 2787 Hindawi 10.1155 / 2021/9275779 9275779 研究文章 热浸镀锌钢埋在土壤中腐蚀预测模型 Arriba-Rodriguez Lorena-De Ortega-Fernandez 旧金山 https://orcid.org/0000 - 0002 - 1411 - 6288 Villanueva-Balsera 杰昆·M。 https://orcid.org/0000 - 0003 - 3217 - 8586 Rodriguez-Montequin 韦森特 布埃诺 Atila 项目工程区域 奥维耶多大学 C /圣路易斯市13 33004年奥维耶多 西班牙 uniovi.es 2021年 29日 9 2021年 2021年 23 4 2021年 5 9 2021年 16 9 2021年 29日 9 2021年 2021年 版权©2021 Lorena-De Arriba-Rodriguez et al。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

腐蚀是关切的一个主要领域的钢结构工程由于其影响埋在土壤里去的。目前还没有明确的方法,使其计算精度和确保这类结构的耐久性。定性方法是常用的而不是定量的方法。这项研究的目标是多元的发展定量预测模型估算的损失厚度,将发生在埋藏热浸镀锌钢作为时间的函数。造型中使用的技术是多元自适应回归样条函数(火星)。这种研究的主要缺点是缺乏数据,因为它是不可能有一个先天的腐蚀行为埋材料将作为时间的函数。为了解决这个问题,一个坚实可靠的数据库是由现有文献的分析和处理,获得的结果的预测模型来估计厚度损失未镀锌的钢。模型的输入变量是5个土壤特点,结构的使用寿命,腐蚀的损失未镀锌的钢在土壤中。最后一个数据的输出变量是另一个先前的预测模型估计的损失厚度裸钢的土壤。目标变量模型的厚度,热浸镀锌钢将经验的损失埋在地上,表达g / m2。评估该模型的性能和适用性,RMSE统计指标, R2、美和雷和标准化残差图。结果表明,该模型提供了一个非常高的预测性能。具体来说,均方误差为290.6 g / m2(目标变量的范围从51.787 g / m25950.5 g / m2), R2为0.96,相对误差为0.14,估计是100%的成功。因此,提出了预测模型的使用优化的热浸镀锌钢量之间的关系和埋地金属结构的使用寿命。

 1。介绍

土壤是一个复杂和高度异构环境的地方特色损坏埋或semiburied钢结构( 1]。这种类型的结构失效的主要原因是腐蚀( 2, 3]。腐蚀是钢铁退化的机制,恶化金属,直到最终导致失败的基础设施 4, 5]。纵观历史,有大量的环境灾难和人类健康风险来源于这种类型的结构失效( 6, 7]。除了影响结构的电阻,它也有一个经济影响 8]。发生在埋钢的腐蚀是一个严重的经济和环境问题( 9]。2016年,腐蚀工程师协会国际透露,2013年全球成本由腐蚀引起的占全球国内生产总值(gdp)的3.4 ( 10]。

在埋钢结构的设计,它的目的是定义适当的所需的钢铁依照保证确保其使用寿命。目前,许多基础设施项目正在进行中,需要一个埋结构的长期保证是必需的,比如太阳能发电厂。这些项目是通常的形式下进行EPC合同(工程设计、采购、施工)。承包商通常提供一个长寿命担保的设备(例如,太阳能发电厂可以超过25年)。在这种情况下,它是不够的在现有标准的设计结构,但是他们需要确定涂层的厚度有足够的机会完成担保避免昂贵的惩罚。实现最优安全与成本之间的权衡埋钢结构,它是至关重要的为设计师提供最佳的工具( 11]。问题是,没有明确的方法,提供了定量值厚度的损失,镀锌钢将随着时间的推移经验 12, 13]。工程师/设计师必须深入研究土壤腐蚀的影响大小这种类型的基础设施,然后看看游说相关行业部门公布的参考指南,选择最适合的选择计算。

最接受的腐蚀性能评估方法包括使用定性准则预测土壤的侵略性的金属和使用extrathicknesses来保证结构的耐久性和安全性( 14]。这些方法是表与基本变量干预与点厚度的材料的损失。根据结果,土壤分类根据他们的侵略性分为通用组,没有区分每个地方的具体特点和确定定量数据,便于设计。基于这些指导方针,负责工程师必须决定厚度保证基础设施的使用寿命,不会导致崩溃和严重后果对于人类来说,环境,和经济。

最广泛的定性技术标准开发的美国和材料试验学会(ASTM G187-18),腐蚀工程师协会(NACE),和美国的协会(ANSI /美国自来水厂协会(AWWA C105)水( 15- - - - - - 17]。NACE和ASTM方法表相关的土壤电阻率与腐蚀的严重程度。根据土壤所呈现的价值,五腐蚀度是有区别的:可以忽略不计,温和,温和,严重,极端。他们的主要缺点是他们只考虑一个参数。因此,其适用范围非常有限的自最后的腐蚀是由于几个因素的综合效应 18, 19]。美国自来水厂协会(AWWA标准是应用最广泛的方法来预测埋镀锌钢的腐蚀行为 20.]。它由一个点系统定性分类腐蚀行为。获得不同的资格取决于每种类型的土壤电阻率、pH值、氧化还原能力。总额这些变量分为四个腐蚀类别:温和,温和,明显的和严重的。尽管它认为比NACE土壤特性和ASTM方法,他们仍然很少而腐蚀所涉及的变量。

尽管使用最广泛的方法是上面所提到的,有更多的研究开发这一定性分类的土壤腐蚀程度的方法基于他们认为是最具影响力的因素在腐蚀 21- - - - - - 23]。他们的主要优势是,他们通常是简单的格式和处理表或图。这种简单性,允许一个敏捷工具的使用也与它的主要缺点,因为它不提供一个数值。因此,工程师使用这种类型的技术获取信息的速度腐蚀性土壤影响埋地金属结构,但是设计师决定镀锌钢板的厚度。他们强烈主题解释方法,不帮助决定最佳的镀锌钢厚度基于结构的生命周期。

工作由Romanoff办公室为美国国家标准(国家统计局)是其中最杰出的研究领域的量化的损失埋在土金属厚度。在1910年,这种革命性的科学家领导的最全面腐蚀和模范定量研究经历了由镀锌钢埋在土壤中。项目由成千上万的镀锌钢带埋在土壤不同的腐蚀特点和分析他们的进化在大约20年。结果,1957年Romanoff发表了一系列表详细描述土壤的特征和演化的厚度损失发生在金属( 24]。之后,他的另一个系列作品进行补充他的初步研究[ 25]。的原因,它被认为是最重要的研究领域的工程相关的腐蚀是由于测试的持续时间,大量的样本,土壤具有不同特点的数量,这是一个实验在实际环境中进行。然而,项目的缺点,它特别关注裸钢和致力于镀锌钢样品的数量小得多。

随后的定量研究进行了基于将镀锌钢样品埋在土壤里和定期挖起来计算他们的质量损失 26, 27]。Romanoff的主要缺点,他们出现在比较表是短时间的测试,在实验室模拟环境中使用,少量的样本,少量的土壤,或学习一些腐蚀因素。

近年来,一种新的定量方法已经发起了土壤腐蚀领域的,由模型获得的结果在现实或实验室测试随时间演变的腐蚀。几种方法已被用于造型,主要神经网络、遗传算法和模糊自适应系统( 28- - - - - - 32]。问题是,这些方法需要非常大的数据库,而且在大多数研究中,原始数据往往应对测试持续期短,很少有土壤或在模拟环境中,不允许其使用外推到其他地方。在这项研究中,多元自适应回归样条函数(火星)方法已经被使用。这是一种非参数回归技术,它提供了最佳的结果当有数量有限的情况下。

当比较定量和定性方法,很明显,第一个是一个更精确的工具埋钢结构的设计。然而,使用定性方法扩展得多。主要原因是没有明确量化方法和那些确实存在很复杂,需要更多的时间来使用。除此之外,最重要的定量研究由Romanoff是数据表描述的影响在1952年出版的钢和钢合金腐蚀随着时间的推移,当时用于埋地金属结构的建设。

在这个意义上,本研究中所开发的预测模型可以自动获得的损失埋材料的厚度。这是一个模型由一个数据库创建的测试Romanoff在实际环境中进行,用镀锌钢20多年。数据库包括物理、化学、粒度、土壤和气候特征,影响腐蚀的速度和他们引起金属的实际效果。完成这些信息,另一个预测模型的输出变量的损失厚度裸钢在土壤中由于引入了腐蚀作为输入变量,因为有一个更广泛的数据库( 33]。一旦这些数据被处理,土壤的持续时间和数量分析结果可以外推到任何类型的土壤。

中使用的材料的开发工作是一个参考钢结构模型:热镀锌钢。目前,它被用于部分或全部埋在土壤在电力传输和分配结构、太阳能项目,或存储不同的化学物质( 34- - - - - - 36]。金属涂层的锌及其合金被广泛用于保护钢基对腐蚀现象可以发生在钢/环境相互作用[ 37, 38]。2003年,国际领先研究组织领导一个项目,得出的结论是,锌锌涂料降低腐蚀速率,促进统一的攻击,并最终增加结构在地面的生活 39]。热镀锌技术包括浸泡条件适当的钢带的浴熔融锌( 40]。因此,快速反应生成的熔融锌和钢之间,产生一种亲密的联盟(金属间化合物层)之间的材料。控制金属间化合物层的厚度是通过添加铝浴。

事实Romanoff自己能够在他的研究结论是类似行为的存在的腐蚀,镀锌钢在不同组的土壤(减少、氧化、碱性、酸性等),在群体之间的行为更加多样化比裸钢的情况,而在每个组他们更均匀。例如,在acid-oxidizing无机土壤,镀锌涂层仍然几乎完整的即使在13年的接触。相反,未服用有机土壤提出了一个更异构行为的腐蚀速率,尽管在所有情况下,使用的电镀层厚度测试(3盎司/英国《金融时报》2,相当于约915 g / m2)最终被消耗的测试。

这些行为表明,氧化或减少,酸性,碱性,有机或无机自然的土壤结构埋起着非常重要的作用。因此,可以得出结论,土壤分类是基于三个主要的变量:如果土壤有机或无机,如果土壤是酸性还是碱性,如果环境被氧化或减少。根据这三个特征,土壤分类如下:煤渣(Cin),酸氧化无机(AOI)土壤,无机氧化碱(IOA)土壤,减少无机酸(ARI)土壤,土壤无机碱性降低(IAR),酸减少有机(ARO)土壤。应该注意的是,剩下的可能的组合这些变量的值,其中没有土壤研究Romanoff满足他们。确定集团案例研究所属的因素,土壤通气,有机或无机自然,pH值(酸性或碱性性质),以及是否达到水位必须研究。

本研究的目标是建设一个定量预测模型估计热浸镀锌钢埋在土壤的厚度,将丢失的影响随着时间的推移,由于腐蚀。这样,工程师负责设计这种类型的结构将会有一个量化值的材料的损失埋镀锌钢将经验作为时间的函数。

本文组织如下。首先,研究了镀锌钢的成分。然后,数据库的建设被描述的步骤和如何使用火星模型构建技术。最后,介绍和讨论结果,并详细调查中获得的结论。

 2。材料和方法

从文献中收集的数据,一个可靠和健壮的数据库的热浸镀锌钢样品进行了分析,改造和准备。最后,已经开发了一个模型来定量估计的损失厚度,将发生在埋藏镀锌钢。下面的详细过程。

2.1。热浸镀锌钢

材料研究了研究热浸镀锌钢。的近似成分钢碳(wt %)是0.09%,0.39%的锰,磷0.08%,和0.04%的硫,及其密度大于归因于铁,达到7850公斤/米3。使用的电镀层的厚度3盎司/英国《金融时报》2相当于915 g / m2,由一个连续镀锌层密度为7140公斤/米3。

 2.2。数据库

数据库为模型已经从两个不同的来源构成:一方面,从编译的值在表由Romanoff和丹尼森 24, 25];另一方面,从预测模型估计的结果埋裸钢的腐蚀。继续,详细说明了在文献中收集到的数据进行了分析和改进。然后,引入数据库中的其他模型的输出变量。

Romanoff领导一个项目,研究了腐蚀的镀锌钢在62种不同的土壤。在47人,只有一个点的价值损失的镀锌钢厚度是可用的,这是在十年后埋葬。其余15土壤,可用各种腐蚀测量实验的开始之间在不同的时间和完成。这些数据的收集提供了很多信息在腐蚀随着时间的演变,并提供的详细描述变量参与土壤腐蚀。

原始数据配置后,下一步是评估中包含的信息的质量设置。经过一个详尽的分析,证明有缺陷的设置必须解决数据库是可靠的和可靠的。先前这些限制已经被发现在其他出版物 41]。他们所有的人都总结了两组:缺乏对一些变量的数据在最初的试验和鉴定不同寻常的价值。

发现不寻常的值,每个变量的分散在每个土壤进行了研究。例如,图 1显示的总酸度变量的散点图中,62年Romanoff位于研究的土壤 x设在和 y设在显示其总酸度值。我们可以看到,有一个价值远远的变量通常需要的价值。这些结果的常规值的变量的范围被定义为异常值。

散点图总酸度的变量。

识别后,每个特定的异常值进行了研究,将其原因分为两种类型:一方面,奇怪的由于错误的测量值,注释,或转录在最初的测试;另一方面,罕见的数据由于特殊的特征和土壤的实际测量,因此,不是由测量或转录错误引起的。

采用的解决方案的缺失的问题不是填充空值的数据情况。原因是输入新数据会扭曲的初始信息。不寻常的值,只有确定的情况下,他们已经证明错误已被移除。火星的选择算法作为预测技术已经允许使用一组有限的样本,因为这种技术调整这种类型的数据集比其他建模技术,需要更丰富的数据集。

总之,Romanoff数据的处理进行了实现一个可靠和代表性的数据库中描述表 1。

数据库的处理。

数据库问题 解决方案
空值 不伪造数据
离群值:
错误 消除
土壤与特色 不工作

一旦Romanoff的局限性的研究解决,解决问题的方法的数据不足进行了研究。多个测试后得出的结论是,唯一可能的方法来产生一个可靠的模型来预测镀锌钢的腐蚀是添加到数据库参数厚度损失g / m2经历了裸钢埋在地上。问题是,当土壤研究埋葬一个镀锌钢结构,厚度,裸钢的损失经验相同的土壤是不可用的。决定采取弥补缺乏信息进入数据库的信息估计的损失厚度的基本预测模型提供的裸钢的一项研究[ 33]。

一旦修改解释说,一个可靠的数据集可以构成一个坚实的基础为预测模型。

 2.3。预测模型

所使用的技术的发展,预测腐蚀算法估计模型是火星。这种算法是由弗里德曼在1991年设计的解决困难,多元回归问题的复杂的非线性关系。回归问题的一个必须预测数值模型。它的选择是基于预测能力,多维调整,其鲁棒性,这一次的训练,它可以很容易地实现一个应用程序( 42]。

火星算法包括找到一组简单的线性函数(曲线),描述数据,并使用它们来获得最佳的预测性能。过程由分区函数的域定义成不同区域,并调整他们每个人一个花键齿式函数。火星算法生成这些简单的线性函数,称为基函数的一个或多个输入变量。

火星的建设模型以适应数据是在两个阶段进行 43]。首先,一个算法用于选择基函数和节点。第二,一个算法用于消除基地功能,直到这些发现的最佳设置。在每个步骤中,基本功能抑制,改善的程度的消除或导致最少的信息。最后一个阶段的目的是降低模型的复杂程度和显著降低问题的高维度。

火星是一个多维的拟合方法,其目标是近似未知函数 f定义在一个域 D包含在向量空间中 R n,一个域 D′中定义的 R,从一个样本的投影数据从输入空间到出口的空间。为此,该算法寻找近似函数 f”( x1 ,x2 x、… n ),通过一组基函数的线性组合 B 我( x)参数化节点的位置。

最后提供的近似形式的火星是以下方程: (1) f ′ x 1 , x 2 , … , x n = ∑ 我 = 1 米 一个 我 B 我 x , 在哪里 x属于 D′包含在 Rm和1≤ 米≤ n是变量的数量参与基地建设的功能 B 我。

基函数的系数 B 我是 一个 我变量和 米是基地的数量模型的功能。

火星所使用的基本功能是建立产品的基本功能: (2) b k x = x − t k + = 马克斯 0 , x − t k , 在哪里 t k节点的位置吗 k下标“ +“表示积极影响括号的一部分。

基本功能参与建设的最大数量(数量的产品)的数量的变量之间的相互作用。该参数的值设置由用户,它仍然固定在算法训练。

因此,火星基地功能使用的算法有以下形式: (3) B 我 x = 1 , 我 = 1 , ∏ j = 1 J 我 年代 j 我 ⋅ x v j , 我 − t j 我 + , 我 = 2、3 , … , 在哪里 J 我交互的程度吗 Bi功能, 年代 霁是信号指示器(±1), v ( j, 我)是独立变量的指数,被分裂,和 t 霁部门的位置和被称为节点。

本文算法的输入变量是7,它们详细表 2。模型的输出质量的损失是由于土壤腐蚀,镀锌钢将经验表达g / cm2。

镀锌钢的预测模型的输入变量。

输入变量 单位
电阻率 欧姆米
温度 °C
降水 毫米/年
土壤水分 %
pH值 - - - - - -
时间 年
质量损失由于裸钢的腐蚀 g / m2

这个工具的性能设计的镀锌钢结构在模型中引入土壤由表7输入变量 2。然后,开发模型提供了一个量化值g / m2损失的厚度,材料会经历。

 3所示。结果与讨论

发展的一个关键阶段的预测模型是评价其预测的可靠性。提出的目标是比较估计模型与现实中的腐蚀值模型的训练和测试阶段。

问题是,不可能有一个先天的镀锌钢的腐蚀行为埋在土壤就会受到影响。因此,唯一的方法来评估模型的准确性与实际值除以数据库创建的镀锌钢由于腐蚀厚度损失的培训和测试模式。

决定分配90%的情况下,培训模式,10%的测试模式。选择90/10比例的原因是基于事实,消除超过10%的提要的信息模型在训练阶段可能扭曲结果由于相关信息的损失。

模型训练了变量之间的交互程度等于2和最大数量的模型之前修剪,即。创建的,的最大数量等于35向前传球。

下面的章节详细的评估预测模型。此外,一项对结果的分析根据土壤的类型进行了研究在土壤腐蚀性的同质性行为具有相同的类型。

3.1。预测模型

统计指标用来评估模型的善良是均方根误差(RMSE),确定系数( R2),平均绝对误差(MAE),与绝对误差(RAE)。

此外,图形研究的标准化残差进行了。剩余的概念是指实际价值之间的差异和结果预测的模型,因此估计误差。本文中使用的图形,是回归误差特性曲线(REC),观察和预测,密度的残差,位置正常的qq,和规模。

3.1.1。RMSE和<斜体> R < /斜体> <一口> 2 < /一口>

重要的是要强调的对象变量的变化间隔51.87和5950.5 g / m2。RMSE和 R2在培训和模型试验结果如表所示 3。

RMSE和 R2模型的训练和分析阶段。

阶段 RMSE (g / m2) R2
训练分析 280.43 0.93
测试分析 290.60 0.96

一个RMSE(火车)= 280.43和RMSE(测试)= 290.60。对象变量的变化范围从51.87到5950.5,模型在两种情况下所产生的错误为松弛变量经历较低。在这两个阶段的行为很相似,所以我们可以得出结论,该模型是稳定的。

的 R2值非常接近1的模型在训练阶段和测试阶段。在后一种情况下,结果是由于较小的病例数略高。

 3.1.2。矩形

回归误差特性曲线的目的是比较不同的回归模型。为此,他们绘制错误的宽容 x设在与回归模型的精度 y设在( 44]。这个精度值计算的百分比情况下适合每个相对误差容限。

图 2矩形曲线表明,结果从比较训练模型(绿线)和测试模型(蓝线)。此外,控制模型(红线)被认为是对应于腐蚀厚度的平均值。曲线的快速上升到顶部需要模型提供了正确的预测。

REC情节的预测模型。

表 4显示雷之间的关系,定量地估计的精度。此外,它增加了表达的损失厚度的美规g / m2每个相对误差的比例设。

瑞伊、美和模型训练结果的准确性。

雷(%) 梅(g / m2) 精度
0.01 59 0.11
0.05 295年 0.75
0.10 590年 0.95
0.14 826年 1
0.20 1180年 1
0.25 1475年 1

我们可以看到在桌子上 4测试阶段和训练有类似的行为,这使得该模型稳定。此外,相对误差为0.1,精度达到0.95 /(1,从相对误差为0.14,最大精度。此外,它提供了一种定义控制显著改善。

 3.1.3。预测和预测图

图 3反映出结果比较真实的镀锌钢的腐蚀值值估计的模型。在图 3(一个)的结果,我们可以看到训练模型,并在 3 (b)在测试阶段,行为。蓝线对应的理论演化模型,和它所提供的点估计。进一步的预测是蓝色的参考线,代表不同的点的颜色从绿色(最优)红色(最大误差)。

实际价值vs估计在训练阶段(a)和(b)在测试阶段。

行为的唯一区别在训练阶段和测试阶段的数据量。在这两种情况下,调整点的理论演化模型,表明预测模型的最优行为。

 3.1.4。密度残差的阴谋

残差的密度图检测到错误的行为,向我们展示了分布的形状模型的相对误差。函数的峰值误差值集中反映。

图 4显示的密度图预测模型在训练阶段和测试阶段。我们可以看到,在这两种情况下,该模型的相对误差分布是正态分布的调整。

密度图模型的训练阶段(a)和(b)在测试阶段。

曲线是高度集中在均值错误,表明很少有造型失败。

 3.1.5。正常的短信

qq图已经知道错误的分布模型。我们可以看到在图 5,无论是在训练和测试的情况下,点落在对角线。这意味着该模型误差遵循正态分布。

正常的qq情节预测模型的训练(a)和(b)测试。

训练阶段和测试阶段表明,该预测模型是一个正常的误差分布。因此,对于错误与随机性相关联,在模型中没有的失败原因。

 3.1.6。Scale-Location情节

规模位置情节是用于评估模型残差的独立性。模型的正确运作,他们必须回应的云点没有任何模式。在图 6我们看到,在训练和测试模型,没有图案的位置点。

Scale-location情节在训练阶段(a)和(b)的测试。

在这个图表,模型训练阶段和测试阶段不遵循任何模式;因此,没有发现异常。

统计RMSE值, R2、美和雷已经获得的培训和测试模型非常相似,反映了稳定和精确模型的行为。标准化剩余块确认没有异常分布的误差调整的性能和正态分布,这显示估计的成功。

因此,根据比较评价的培训和测试阶段进行的这项研究中,结果表明,本文开发的预测模型可以成功地预测厚度的热浸镀锌钢埋在土壤里去的。开发模型的主要优势是它提供了厚度的定量值,将丢失由于腐蚀的钢结构的使用寿命。通过这种方式,材料的数量优化服务时间。此外,它消除了主体性的尺寸结构,避免过多的厚度增加的成本结构。

 3.2。研究土壤的类型的影响

在这篇文章中已经提到,现有的文学领域的印证了类似的行为——镀锌钢的腐蚀埋在土壤类型相同。出于这个原因,研究对象的变量,金属厚度损失,被认为是相关的,这取决于土壤组。记住,在数据库中收集的土壤分为Cin、AOI、IOA,阿里,IAR, ARO。

表 5显示了每个可用的数据量和镀锌钢的平均厚度损失埋在每种类型的土壤。

分析的病例数和平均厚度损失由土壤类型。

土壤组 病例数(%) 平均厚度损失
Cin 4.39 2704.31
苍老师 28.95 247.07
IOA 9.65 469.66
阿里 18.42 664.98
IAR 18.42 1114.37
ARO 20.17 1918.90

图 7显示了模型的进展结果最优情况下(蓝线)和所做的预测模型为每个土壤类型(点)。

为每个土壤类型预测与实际的阴谋。

所有类型的土壤中,这一趋势的点接近主对角线表示的理论行为模型;因此,行为是稳定的。

的分布结果为每个类型的土壤是分组主对角线的不同区域;因此,很明显,厚度的丧失是类似于每种类型的土壤。

密度图构造了每一个的土壤检测是否有异常行为的错误(图 8)。

为每个类型的土壤密度图。

功能是高度集中在错误的均值,这表明模型的善良。有一个异常行为的Cin土壤类型,原因是,这个土壤,我们很少有病例数据库(少于5%)。

类型的土壤分析结果显示了土壤类似的行为属于同一类型,如现有文献所示。

 4所示。结论

使用最广泛的方法来估计厚度损失由钢埋在土壤定性准则,提供信息的攻击性腐蚀。因此,结构的尺寸取决于工程师负责。本文开发的预测模型包括一个多元量化模型提供的厚度在g / m2的函数结构的使用寿命。模型是美联储从数据库组成的实际测试,Romanoff实施20多年和完成的多变量预测模型估计结果的损失未镀锌的钢在土壤腐蚀。

模型的最引人注目的一个点是我们引入模型的输入输出由其他模型,预测厚度,裸钢的损失将相同条件下的经验。所以,根据这些信息,模型能够学习的内在关系,推断这些信息预测的损失镀锌钢板的厚度。

模型的使用使尺寸结构独立的工程师,和一个有效的材料数量和耐用性之间的关系。结果评估通过之间的对比统计分析模型的训练和测试阶段,证实了估计的可靠性和性能良好的模型。此外,它显示了土壤的腐蚀行为的同质性相似的类型学。

本研究的主要限制是缺乏数据。因此,建议未来的研究正在进行新的测试领域的多维空间的低密度点数据集以达到一个更有代表性。由于所需的大量时间框架进行代表测试腐蚀的发展随着时间的推移,数据库可以用加速腐蚀试验研究来补充,金属上的特定条件的影响。此外,该研究的局限性在于,它响应一个建筑材料。因此,引入其他参考材料在结构工程领域提出了未来的研究。

 数据可用性

支持这项研究的数据来自之前报道的研究和数据集,已被引用。

 的利益冲突

作者宣称没有利益冲突。

 Oudbashi O。 方法论的方法来估计土壤腐蚀性考古铜合金制品 传统科学 2018年 6 1 2 10.1186 / s40494 - 018 - 0167 - 4 2 - s2.0 - 85040963069 开启 k . M。 Kaksonen a . H。 科尔 我。 Marney D。 评论:微生物腐蚀埋碳钢管道的影响 国际生物退化和生物降解 2014年 93年 84年 106年 10.1016 / j.ibiod.2014.05.007 2 - s2.0 - 84902107299 陈 一个。 阮 X。 Frangopol d . M。 土木工程生命周期:创新,理论和实践 土木工程学报》第七届国际研讨会的生命周期 2021年2月 优质柞丝绸,中国 CRC的新闻 Hembara o . V。 Andreikiv o . E。 加氢的影响油气管道的墙壁的土壤腐蚀和使用寿命 材料科学 2012年 47 5 598年 607年 10.1007 / s11003 - 012 - 9433 - x 2 - s2.0 - 85027945619 皮埃尔 R。 Roberge说道 p D。 腐蚀工程手册 2019年 第三 纽约,纽约,美国 麦格劳-希尔教育 ISBN 978-1-260-11697-7 Siler-Evans K。 汉森 一个。 周日 C。 伦纳德 N。 Tumminello M。 分析管道事故在美国从1968年到2009年 国际期刊的关键基础设施保护 2014年 7 4 257年 269年 10.1016 / j.ijcip.2014.09.002 2 - s2.0 - 84918542372 Papadakis g。 主要危害管道:陆上传播事件的比较研究 流程工业的损失预防》杂志上 1999年 12 1 91年 107年 10.1016 / s0950 - 4230 (98) 00048 - 5 2 - s2.0 - 0032779729 侯 B。 李 X。 马 X。 杜 C。 张 D。 郑 M。 徐 W。 陆 D。 马 F。 腐蚀在中国的成本 Npj材料降解 2017年 1 1 1 10 10.1038 / s41529 - 017 - 0005 - 2 科赫 g . H。 Brongers m . p . H。 汤普森 n G。 马尼 y . P。 付款人 j . H。 腐蚀的成本在美国(和预防策略。供料- rd - 01 - 156) CC技术实验室 2002年 美国华盛顿特区 美国联邦公路管理局 科赫 G。 瓦尼 J。 汤普森 N。 Moghissi O。 古尔德 M。 付款人 J。 国际预防措施、应用程序和腐蚀技术研究的经济学 NACE国际 2016年 216年 Yajima 一个。 王 H。 梁 r . Y。 卡斯塔涅达 H。 基于聚类的方法来评价土壤腐蚀性外部管道完整性管理 国际期刊的压力容器和管道 2015年 126 - 127 37 47 10.1016 / j.ijpvp.2014.12.004 2 - s2.0 - 84922817121 Arriba-Rodriguez L.-d。 Villanueva-Balsera J。 Ortega-Fernandez F。 Rodriguez-Perez F。 方法来评估腐蚀埋钢结构:一个回顾 金属 2018年 8 5 334年 10.3390 / met8050334 2 - s2.0 - 85046866793 包瑞德将军 Y。 Mah 一个。 评估土壤埋钢结构的腐蚀性 国际管道研讨会论文集,美国机械工程师学会数字集合 2021年 84447年 V001T03A005 Poudel 一个。 普拉萨德达 K。 书中 k . C。 巴塔拉依 J。 分类方法埋水管道土壤腐蚀评级:一个案例研究在尼泊尔budhanilkantha-maharajganj道路的地区 世界应用化学杂志》上 2020年 5 3 47 10.11648 / j.wjac.20200503.12 ASTM G187 - 18 2005年 标准测试方法测量土壤电阻率土壤使用二电极框的方法 美国自来水厂协会ANSI /美国自来水厂协会(AWWA C105 Ductil-Iron管标准 2012年 美国科罗拉多州丹佛市 美国自来水厂协会 Roberge说道 p R。 腐蚀基本知识:介绍 2006年 休斯顿,德克萨斯州,美国 NACE国际 Norhazilan m . N。 Nordin Y。 Lim k . S。 西蒂 r . O。 Safuan A . r .。 Norhamimi m . H。 土壤属性之间的关系和碳钢的腐蚀 应用科学研究杂志》上 2012年 8 1739年 1747年 Amaya-Gomez R。 Bastidas-Arteaga E。 穆尼奥斯 F。 Sanchez-Silva M。 统计土壤特性的一个地下腐蚀管道使用内联检查 金属 2021年 11 2 292年 10.3390 / met11020292 Najjaran H。 Sadiq R。 拉贾尼 B。 使用土壤属性建模管deteriorarion——模糊逻辑专家系统的一个应用程序 管道工程和建筑 2004年 2004年 10 14673年 10.1061/40745 (146)73 Taghipour M。 Lashkaripour g·R。 Ghafoori M。 Hafezimoghaddas N。 评估布什尔的土壤腐蚀、伊朗、基于新的腐蚀性土壤分类系统 防腐方法和材料 2016年 63年 5 347年 354年 10.1108 / acmm - 01 - 2015 - 1489 2 - s2.0 - 84988592891 欧洲标准EN 12501 - 2 金属材料的腐蚀保护 2003年 德国技术和科学协会的天然气和水DVGW GW 9 2011年 评价土壤的腐蚀行为对埋地管道和容器等铁材料 Romanoff M。 地下腐蚀 1957年 美国华盛顿特区 美国政府印刷办公室 丹尼森 我一个。 Romanoff M。 在土壤腐蚀的镀锌钢 美国国家标准局的研究》杂志上 1952年 49 5 299年 316年 10.6028 / jres.049.031 阮见鬼 D。 Lanarde l Jeannin M。 木鞋 R。 Refait P。 影响土壤水分的残留埋碳钢结构的腐蚀速率下的阴极保护 Electrochimica学报 2015年 176年 1410年 1419年 10.1016 / j.electacta.2015.07.097 2 - s2.0 - 84939139693 吴 T。 徐 J。 杨ydF4y2Ba M。 太阳 C。 余 C。 柯 W。 硫酸盐还原菌的协同效应和弹性应力腐蚀的X80钢在土壤溶液中 腐蚀科学 2014年 83年 38 47 10.1016 / j.corsci.2014.01.017 2 - s2.0 - 84897109382 Alamilla j·L。 Espinosa-Medina m·A。 索萨 E。 造型在土壤环境中钢筋腐蚀损坏 腐蚀科学 2009年 51 11 2628年 2638年 10.1016 / j.corsci.2009.06.052 2 - s2.0 - 70349429652 Bazan f·a·V。 贝克 a . T。 随机过程腐蚀管道可靠性增长模型 腐蚀科学 2013年 74年 50 58 10.1016 / j.corsci.2013.04.011 2 - s2.0 - 84879460499 杨 C。 并串联多目标遗传算法对最优测试选择与多个约束 IEEE仪表和测量 2018年 67年 8 1859年 1876年 10.1109 / TIM.2018.2809839 2 - s2.0 - 85044028613 张 J。 太阳 H。 太阳 Z。 越南盾 W。 越南盾 Y。 风力发电机的故障诊断电源转换器考虑小波变换,功能分析,判断和BP神经网络 IEEE访问 2019年 7 179799年 179809年 10.1109 / ACCESS.2019.2958409 Pourdaryaei 一个。 Mokhlis H。 illia这样 h·A。 Kaboli s . h。 艾哈迈德 年代。 短期电价预测通过混合回溯搜索算法,简称ANFIS方法 IEEE访问 2019年 7 77674年 77691年 10.1109 / ACCESS.2019.2922420 2 - s2.0 - 85068231244 Arriba-Rodriguez L.-D。 Rodriguez-Montequin V。 Villanueva-Balsera J。 Ortega-Fernandez F。 设计预测模型来估计在埋钢结构腐蚀 可持续性 2020年 12 23 9879年 10.3390 / su12239879 Nakhaie D。 Kosari 一个。 摩尔 j . m . C。 艾瑟琳说 E。 耐腐蚀的热浸镀锌钢在模拟土壤溶液:一个阶乘设计和坑化学研究 腐蚀科学 2020年 164年 108310年 10.1016 / j.corsci.2019.108310 汉森 l 使用热浸镀锌寿命增加,民谣钢弦 构建块 2015年 11 美国激励者协会 热浸镀锌钢产品的性能 2010年 “美国公司 美国激励者协会 罗宾逊,J;有限公司P。 预测掩埋式镀锌钢的性能 2005年 岩石山,南卡罗来纳 罗宾逊,J;有限公司, 佩雷拉 r . f . d . C。 奥利维拉 e·s·D·D。 秘鲁首都利马 m·A·g·d·A。 巴西 s . l . d . C。 腐蚀的镀锌钢在不同土壤水分下内容 材料研究 2015年 18 3 563年 568年 10.1590 / 1516 - 1439.341714 2 - s2.0 - 84939172270 2003年 国际铅锌研究机构数据复审镀锌钢的腐蚀速率 扁 J。 朱 Y。 刘 X.-H。 王 g . d。 热浸镀锌钢带的发展及其在汽车工业中的应用 国际钢铁研究》杂志上 2006年 13 3 47 50 10.1016 / s1006 - 706 x (06) 60060 - 5 2 - s2.0 - 33745494146 堆垛机 r·E。 分析管线钢腐蚀数据来自国家统计局(NIST)研究1922 - 1940年之间的管道管理和相关性 杂志的国家标准与技术研究所的研究 2010年 115年 5 373年 10.6028 / jres.115.026 2 - s2.0 - 77958183755 弗里德曼 j . H。 多元自适应回归样条函数 统计年鉴 1991年 19 1 67年 10.1214 /市场/ 1176347963 库恩 M。 约翰逊 K。 应用预测模型 2013年 26 柏林,德国 施普林格 Aşıkgil B。 Erar 一个。 回归误差特性曲线的基础上,选择最好的估计方法 Selcuk应用数学杂志》上 2013年 14 1 9