熱浸鍍鋅層在中性鹽霧試驗中的壽命預(yù)測研究

胡大偉，李國新，荊紅莉，劉光秀，李玉根

?

熱浸鍍鋅層在中性鹽霧試驗中的壽命預(yù)測研究

胡大偉1，李國新2，荊紅莉1，劉光秀1，李玉根1

（1. 榆林學(xué)院建筑工程學(xué)院， 陜西 榆林 719000； 2. 西安建筑科技大學(xué)材料與礦資學(xué)院， 陜西 西安 719000）

通過對熱浸鍍鋅層的中性鹽霧試驗過程和鍍層厚度損耗量隨時間變化的分析，遴選出厚度損耗值作為主要影響指標(biāo)，采用有效的數(shù)據(jù)修約方式對累積數(shù)據(jù)進行分類整理，在此基礎(chǔ)上采用建立BP神經(jīng)模擬網(wǎng)絡(luò)的方式，合理擬合出鍍層厚度損耗值隨鹽霧時間變化的狀態(tài)曲線，從而預(yù)測出熱浸鍍鋅鍍層的理論使用壽命，為熱浸鍍鋅層的二次修復(fù)工作提供所需的時間點。通過模擬曲線可知，熱浸鍍鋅鍍層厚度損耗值的變化經(jīng)歷了一個加速-平穩(wěn)-再加速三個階段。

中性鹽霧試驗；熱浸鍍鋅層；BP神經(jīng)網(wǎng)絡(luò)；壽命預(yù)測

在高壓輸變電的電力鐵塔設(shè)計建造中，通常采用熱浸鍍鋅技術(shù)對電力鐵塔構(gòu)件的金屬表面進行腐蝕防護處理。所謂的熱鍍鋅技術(shù)是指將經(jīng)過一系列前期處理后的金屬制件浸入熔融的鋅液中，通過鐵和鋅之間的復(fù)雜反應(yīng)，在鋼鐵制件表面覆蓋鋅鐵合金鍍層，從而保護鋼鐵基體的一種常用的金屬腐蝕防護技術(shù)[1-3]。鍍鋅層的使用壽命對鋼鐵金屬基體的防腐蝕性能具有重要的意義，而鍍鋅層的使用壽命與鍍層的厚度損耗量、環(huán)境條件等密切相關(guān)。本文作者對熱浸鍍鋅層在中性鹽霧試驗中的性能做了大量的試驗，遴選出熱浸鍍鋅厚度損耗值作為衡量熱浸鍍鋅層壽命的決定性因素。

對中性鹽霧試驗中試驗數(shù)據(jù)處理方式，學(xué)術(shù)界提出了很多有效的方法。根據(jù)馮健等學(xué)者的研究成果[4]，認(rèn)為厚度測試過程中數(shù)據(jù)的誤差主要來源于以下三個方面，第一是源于測量的重復(fù)性因素引入的不確定度，第二是源于儀器的示值誤差因素引入的不確定度，第三是源于測量值的數(shù)據(jù)修約因素引入的不確定度，而這三個方面的修約也決定了試驗數(shù)據(jù)的準(zhǔn)確程度。

此外，目前業(yè)界對熱浸鍍鋅鍍層壽命采取的預(yù)測方式也不盡相同。但在材料壽命預(yù)測方面達(dá)成的共識是，通常采用建立數(shù)值模擬模型的方式，主要包括BP神經(jīng)網(wǎng)絡(luò)模型、概率分布模型、冪函數(shù)模型等[5,6]。BP神經(jīng)網(wǎng)絡(luò)是目前業(yè)內(nèi)應(yīng)用最廣泛的一種人工神經(jīng)網(wǎng)絡(luò)，它屬于收斂型的數(shù)學(xué)模型，對各種動態(tài)變化規(guī)律性較強的數(shù)據(jù)序列具有自適應(yīng)性強，較好的容錯性、分布并行處理特點以及比較強的外推內(nèi)插能力，此外該模型結(jié)構(gòu)簡單，工作狀態(tài)穩(wěn)定，易于通過計算機硬件實現(xiàn)[7-10]。此模型屬多層型人工神經(jīng)網(wǎng)絡(luò)，由輸出層、輸入層和數(shù)個隱層組成。在確定了數(shù)據(jù)網(wǎng)絡(luò)的結(jié)構(gòu)類型后，利用輸出、輸入樣本集對模型進行訓(xùn)練，同時對網(wǎng)絡(luò)閉值與權(quán)值進行學(xué)習(xí)和調(diào)整，使數(shù)據(jù)網(wǎng)絡(luò)實現(xiàn)既定的輸入、輸出映射關(guān)系。壽命預(yù)測實際就是用過去和現(xiàn)在的數(shù)據(jù)作為學(xué)習(xí)樣本集，通過某種非線性或線性方式處理來建立模型，對目標(biāo)變量的未來狀態(tài)作出科學(xué)性的定量估計。采用BP神經(jīng)網(wǎng)絡(luò)來預(yù)測鍍層腐蝕情況與鍍層使用壽命，是在考慮各種腐蝕因素測定結(jié)果構(gòu)成的原始樣本集的基礎(chǔ)上，通過BP神經(jīng)網(wǎng)絡(luò)的自主學(xué)習(xí)和調(diào)整，再對未來腐蝕情況進行預(yù)測，便可獲得鍍層的使用壽命。本文嘗試在依據(jù)熱浸鍍鋅鍍層在中性鹽霧試驗中的各批次厚度損耗值的分析基礎(chǔ)上，建立BP神經(jīng)網(wǎng)絡(luò)模型，用于預(yù)測熱浸鍍鋅層的使用壽命，以期形成一套完整的用于預(yù)測熱浸鍍鋅鍍層壽命的分析方式。

本文旨在通過對熱浸鍍鋅層在中性鹽霧試驗中的試驗過程和試驗數(shù)據(jù)的有效處理，在此基礎(chǔ)之上，采用BP神經(jīng)模擬網(wǎng)絡(luò)技術(shù)合理擬合出熱浸鍍鋅層的厚度損耗值隨鹽霧時間的變化曲線，從而預(yù)測出熱浸鍍鋅層的理論使用壽命，為熱浸鍍鋅試件的二次修復(fù)工作提供有效的修復(fù)時間。

1 試驗部分

1.1 測試試驗材料

熱浸鍍鋅試件：為了使性能測試結(jié)果更具有代表性，試件由國內(nèi)知名鋼結(jié)構(gòu)構(gòu)件生產(chǎn)公司定制，生產(chǎn)過程采用標(biāo)準(zhǔn)的工藝流程，經(jīng)厚度檢測，本批次試件熱浸鍍鋅鍍層厚度在80μm以上[11]；

氯化鈉：化學(xué)分析純，純度99.9%，國藥集團化學(xué)試劑有限公司；

水：純水，電導(dǎo)率低于20μS/cm。

1.2 測試研究方法

依據(jù)國家標(biāo)準(zhǔn)《金屬覆蓋層 鋼鐵制件熱浸鍍鋅層》（GB/T13912-2002），在符合環(huán)境條件的狀況下，熱浸鍍鋅鍍層厚度采用磁性法進行測定[12]。磁性法是一種非破壞性試驗方法，通過專業(yè)的磁性測厚儀來測量永久磁鐵和基體金屬之間的磁引力，該磁引力受到覆蓋層存在的影響，或者通過測量穿過覆蓋層與基體金屬的磁通路的磁阻來實現(xiàn)。測量時，為獲得具有代表性的熱浸鍍鋅鍍層厚度，設(shè)置每塊試件均勻設(shè)置18個測點，并用鉛筆在試件表面給出相應(yīng)位置，以便后期的厚度測量過程中測點位置準(zhǔn)確，測量區(qū)域的數(shù)量、測定位置根據(jù)構(gòu)件形狀和大小確定[13]。

1.3 試驗數(shù)據(jù)的獲取

本試驗共制作80個試件供鹽霧試驗試驗，,其尺寸150 mm×50 mm×5 mm，每塊試件設(shè)置測點18個測點位置，測點位置如圖1。采用磁性測厚儀測試各測點的鍍層厚度，例如編號46的測厚數(shù)據(jù)如表1。

圖1 測點位置圖

表1 編號46試件各測點厚度數(shù)據(jù) 單位：μm

1.4 試驗數(shù)據(jù)的修正

對實驗數(shù)據(jù)的精準(zhǔn)處理是一項繁雜又至關(guān)重要的工作，選擇合理的厚度數(shù)據(jù)作為試件在經(jīng)規(guī)定鹽霧試驗周期后的厚度代表值顯得尤為重要。將經(jīng)500、1 000、1 500、2 000、2 500、3 000、3 500、4000、4 500、5 000和5 500 h鹽霧時間后的試件經(jīng)干燥處理后去除表面銹跡，采用磁性測厚儀測得相應(yīng)測點的厚度值，與原始狀態(tài)下的厚度值求差，確定出相應(yīng)鹽霧周期的鍍層厚度損失量。

根據(jù)學(xué)者的研究成果[4]，試驗厚度測試過程中數(shù)據(jù)從以下三個方面進行修約：

（1）本試驗厚度數(shù)據(jù)的采集通過確定固定位置的辦法，避免了因重復(fù)性測量引入的誤差，且測點位置均勻分布，能夠代表試件表層鍍鋅層的厚度，因此主要考慮儀器示值誤差和數(shù)據(jù)測量數(shù)據(jù)修約引入的不確定度。

（2）磁性測厚儀測定測點鍍層厚度的誤差主要源于儀器本身的精度，查詢所使用的測厚儀檢定證書可知，儀器示值最大允許誤差，區(qū)間半寬度為，包含因子，故引入標(biāo)準(zhǔn)不確定度為：。對于所選數(shù)據(jù)，測量厚度值的最大值，因此。

（3）數(shù)據(jù)測量數(shù)據(jù)修約引入的不確定度則根據(jù)鍍鋅層數(shù)據(jù)修約規(guī)則，其修約間隔為0.1，因此因數(shù)據(jù)修約引入的標(biāo)準(zhǔn)不確定度

依據(jù)前述因素導(dǎo)致的鍍鋅層測厚數(shù)據(jù)不確定度彼此獨立，則相對合成標(biāo)準(zhǔn)不確定度為：，對于本例，則，由合成不確定度可確定其擴展不確定度：，最終可確定該試件鍍鋅層厚度為。

采用上述方式，對初始試件和經(jīng)一定鹽霧周期后的試件厚度數(shù)據(jù)進行相同的處理。

2 試驗數(shù)據(jù)的分析和處理

鹽霧試驗數(shù)據(jù)的分析和處理通常采用BP（Back Propagation）模擬神經(jīng)網(wǎng)絡(luò)方法來進行。

依據(jù)對現(xiàn)有鍍層試驗數(shù)據(jù)的整理、分析和匯總，采用Matlab軟件對0~5 500 h間的鍍層厚度損失值進行曲線擬合，如圖2，同時給出該擬合曲線的方程。

根據(jù)曲線走向及相關(guān)理論依據(jù)，可獲得相關(guān)曲線方程如下：

Linear model Poly3:

f(x) = p1*x^3 + p2*x^2 + p3*x + p4

Coefficients (with 95% confidence bounds):

p1 =8.312e-10 (-1.355e-10, 1.798e-09)

p2 =-1.064e-05 (-1.874e-05, -2.541e-06)

p3 =0.046 93 (0.028 27, 0.065 59)

p4 =-6.82 (-18.14, 4.505)

Goodness of fit:

SSE: 254.5

R-square: 0.960 5

Adjusted R-square: 0.945 7

RMSE: 5.64

圖2 鍍鋅層隨中性鹽霧試驗厚度損失曲線

3 結(jié)論

本文通過對鍍鋅層在中性鹽霧試驗中的厚度損耗數(shù)據(jù)進行有效分析，采用BP神經(jīng)網(wǎng)絡(luò)模型，預(yù)測鍍層的使用壽命，從而得出以下結(jié)論：

（1）熱浸鍍鋅鍍層的的使用壽命受到鍍層厚度、環(huán)境因素等諸多因素，剝離其余因素，選擇鍍層厚度損耗值作為預(yù)測鍍層使用壽命的主要因素；

（2）對實驗數(shù)據(jù)的精準(zhǔn)處理是一項繁雜又至關(guān)重要的工作，過程中產(chǎn)生的大量厚度數(shù)據(jù)采用三方面數(shù)據(jù)修約的方式有效而又具有針對性；

（3）利用BP神經(jīng)網(wǎng)絡(luò)模型，合理擬合出鍍層厚度損耗值隨時間變化的狀態(tài)曲線，并利用所確定的曲線方程進行鍍層壽命預(yù)測；

（4）從擬合的曲線可以得出，鍍層厚度損耗值的變化經(jīng)歷了一個加速-平穩(wěn)-再加速三個階段。

［1］邵大偉，賀志榮，張永宏，等．熱浸鍍鋅技術(shù)的研究進展[J]．材料熱處理技術(shù)，2012,41(6)：100-103．

［2］謝秀英，金鑫焱，王利．熱浸鍍鋅鋁鎂鍍層開發(fā)及應(yīng)用進展[J]．鋼鐵研究學(xué)報，2017, 29(3)：167-174．

［3］賈利，崔烺，鄭子云，等．鎂合金表面；冷噴涂納米鋁鋅涂層及其腐蝕性能研究[J]．熱加工工藝，2017, 46(2)：137-138．

［4］馮健，孫麗娟．熱浸鍍鋅鋼件鍍鋅層厚度測定的不確定度評定[J]．農(nóng)業(yè)開發(fā)與裝備，2015 (4)：52，58．

［5］陳大華．橋梁拉索鋼絲模擬酸雨溶液中腐蝕行為研究及拉索壽命預(yù)測[D]．重慶：重慶大學(xué)，2013：11-13．

［6］郭曉軍，李光輝，薛青．系統(tǒng)建模原理和方法[M]．長沙：國防科技大學(xué)出版社，2003．

［7］潘慶先，董紅斌，韓啟龍，等．一種基于BP神經(jīng)網(wǎng)絡(luò)的屬性重要性計算方法[J]．中科學(xué)技術(shù)大學(xué)學(xué)報，2017,47 (1)：25-30．

［8］顧敏，朱越平，鄭堉鑫，張新超，等．BP神經(jīng)網(wǎng)絡(luò)在煉油污水回用于循環(huán)水系統(tǒng)中腐蝕率的預(yù)測[J]．當(dāng)代化工，2014,43 (111)：2358-2361．

［9］康軍，陳永強，陳尚，等．基于加速試驗方法的復(fù)合材料長期壽命預(yù)測[J]．玻璃鋼/復(fù)合材料，2017, (3)：25-30．

［10］黎佳，寧朝陽，謝筱麗．壓力管道腐蝕速率與使用壽命預(yù)測方法[J]．化工機械，2017(1)：30-32．

［11］胡大偉．輸變電鋼結(jié)構(gòu)中鋼材的防腐處理效果與二次修復(fù)效果研究[D]．陜西:西安建筑科技大學(xué)，2013．

［12］聶仁態(tài)．國內(nèi)外中性鹽霧試驗標(biāo)準(zhǔn)方法差異分析[J]．企業(yè)科技與發(fā)展，2014(8)：38-40．

［13］江珍雅．熱浸鍍鋅鍍層厚度的磁性法測量及結(jié)構(gòu)判定[J]．電鍍與涂飾，2013，32 (3)：41-43．

Research on the Life Prediction of the Hot-dip Galvanized Coating by the Neutral Salt Spray Test

1,2,1,1,1

（1. Department of Architectural Engineering, Yulin University, Shaanxi Yulin719000, China； 2. School of Materials and Minerals, Xi’an University of Architecture & Technology, Shaanxi Xi’an 710055, China）

The neutral salt spray test process of hot dip galvanized layer was analyzed as well as the change of coating thickness loss quantity with time, thickness loss value was selected as the main influencing index, rounding off of effective data was used to accumulate data for sorting. With the method of establishing BP neural simulation network, state curve of coating thickness loss with salt spray time was fitted out, so theoretical service life of hot dip galvanized coating was predicted, which could provide the required time point for the secondary repair work of hot-dip galvanized layer. In addition, the simulation curve showed that the galvanized layer thickness loss value change experienced three stages of acceleration - smooth - reacceleration.

The salt spray test; Hot-dip galvanized coating; BP neural network; Life prediction

TG178

A

1671-0460（2017）08-1550-03

榆林學(xué)院博士、碩士科研啟動基金項目（14GK32）；陜西省教育廳專項科研計劃項目。

2017-06-06

胡大偉（1980-），男，河南省方城縣人，講師，碩士，2013年畢業(yè)于西安建筑科技大學(xué)材料學(xué)專業(yè)，研究方向：建筑材料性能研究。E-mail：149069309@qq.com。