大氣腐蝕作為最為常見的一種腐蝕形式，廣泛影響著軌道交通、建筑結(jié)構(gòu)、石油石化及能源等行業(yè)基礎(chǔ)設(shè)施設(shè)備的服役安全。研究表明，鋼鐵材料的大氣腐蝕行為受到各種環(huán)境因素的影響，如溫度、濕度、氯離子及各種污染物的含量等。這些環(huán)境因素具有明顯的地域特征，因此鋼鐵的大氣腐蝕行為也具有鮮明的地域特征。收集環(huán)境信息、獲取材料的實時腐蝕數(shù)據(jù)，對快速、低成本篩選與設(shè)計新材料，實現(xiàn)其耐蝕性快速驗證及材料腐蝕數(shù)據(jù)的快速積累有著重要意義，這也是腐蝕大數(shù)據(jù)的理論基礎(chǔ)。

為了獲取更多、更準(zhǔn)確的腐蝕數(shù)據(jù)，研究人員開發(fā)了多種在線監(jiān)測傳感器技術(shù)，如電阻探針、石英電子微天平、電偶探針技術(shù)等。其中，電偶型腐蝕監(jiān)測傳感器被廣泛應(yīng)用于大氣環(huán)境中金屬的腐蝕檢測與評價工作。其基本原理是利用電位不同的兩種金屬配對組成電偶腐蝕傳感器，通過高靈敏度電流計檢測的腐蝕電流反映陽極金屬在指定環(huán)境中的腐蝕速率。有研究人員采用大氣腐蝕監(jiān)測（ACM）傳感器在中國6個室外動態(tài)大氣環(huán)境中對碳鋼的初始大氣腐蝕進行了為期1月的研究，發(fā)現(xiàn)環(huán)境因素的影響大小排序是降雨狀態(tài)、相對濕度、溫度。

腐蝕大數(shù)據(jù)研究嚴(yán)重依賴于基礎(chǔ)數(shù)據(jù)的處理。數(shù)據(jù)挖掘技術(shù)是一種利用數(shù)學(xué)方法挖掘復(fù)雜數(shù)據(jù)因果關(guān)聯(lián)性的方法。通過數(shù)據(jù)挖掘技術(shù)如機器學(xué)習(xí)，可以探索材料的腐蝕數(shù)據(jù)與其環(huán)境因素之間的關(guān)系，因此其在材料腐蝕中的應(yīng)用逐漸引起關(guān)注。機器學(xué)習(xí)技術(shù)的主要方式是通過算法對輸入的數(shù)據(jù)進行不間斷訓(xùn)練，從而得到預(yù)測模型，以此指導(dǎo)新材料的發(fā)展。作為一種介于計算機和統(tǒng)計學(xué)之間的交叉學(xué)科，機器學(xué)習(xí)技術(shù)能夠為腐蝕試驗相關(guān)數(shù)據(jù)建立起拓?fù)浣Y(jié)構(gòu)，其具有非線性分析的優(yōu)勢，能對金屬材料腐蝕行為進行科學(xué)的預(yù)測。但是，金屬材料的腐蝕過程復(fù)雜，受到多種腐蝕因素的影響，而且環(huán)境數(shù)據(jù)不斷變化，因此準(zhǔn)確預(yù)測金屬材料的腐蝕行為仍是研究的難點。任何預(yù)測方法都存在一定的偏差，但預(yù)測結(jié)果仍然具有很好的參考價值，能夠為金屬材料的使用維護提供可靠依據(jù)。

Q345碳鋼被廣泛應(yīng)用于橋梁、車輛、船舶等領(lǐng)域，是大氣腐蝕研究中一種常用的材料。因此，南昌航空大學(xué)和北京科技大學(xué)的研究人員采用ACM傳感器在我國4種典型大氣環(huán)境中對Q345碳鋼的腐蝕數(shù)據(jù)進行長期連續(xù)監(jiān)測，同時記錄了氣溫、相對濕度等環(huán)境數(shù)據(jù)。利用機器學(xué)習(xí)如人工神經(jīng)網(wǎng)絡(luò)及深度學(xué)習(xí)網(wǎng)絡(luò)，研究了碳鋼腐蝕行為與室外動態(tài)大氣環(huán)境中各種環(huán)境因素之間的關(guān)系，尋找碳鋼大氣腐蝕行為最主要的影響因素。

試驗方法

1 試驗材料

試驗使用ACM傳感器對Q345碳鋼在我國4種典型大氣環(huán)境中的腐蝕行為進行了長期連續(xù)監(jiān)測。傳感器陽極材料（工作電極WE）為Q345碳鋼，陰極材料（參比電極RE和輔助電極CE）均為純銅（純度大于99.5%），其示意圖如圖1所示。

圖1 ACM腐蝕傳感器的示意圖

分別從同一塊Q345碳鋼板和純銅板上切割傳感器的陽極材料和陰極材料，且加工方向一致，加工尺寸為21 mm×12 mm×1 mm。采用雕刻機加工絕緣墊片，尺寸為21 mm×10 mm×0.1 mm，材料為玻璃纖維環(huán)氧復(fù)合板（FR4）。將陽極材料和陰極材料與絕緣墊片一對一緊密結(jié)合，用兩芯鍍銀屏蔽線分別連接陰陽極的金屬材料，并用環(huán)氧樹脂進行封裝。在試樣組裝過程中，導(dǎo)線連接接觸點的接觸電阻均小于0.1 mΩ。然后，用環(huán)氧樹脂灌封膠將傳感器密封，室溫下固化48小時以上。

2 腐蝕大數(shù)據(jù)采集

試驗選取國家材料環(huán)境腐蝕平臺4個腐蝕試驗站安裝ACM傳感器及數(shù)據(jù)采集設(shè)備，試驗地經(jīng)緯度信息及環(huán)境類型如下：

天津  位于環(huán)渤海地區(qū)，東經(jīng)117°24′，北緯39°33′，屬于溫帶沿海城市環(huán)境，具有典型的城市海洋大氣環(huán)境特征。

南京  位于長江下游，東經(jīng)118°45′，北緯32°12′，屬于潮濕的亞熱帶環(huán)境，具有典型的城市大氣環(huán)境特征。

青島  位于黃海沿岸，東經(jīng)120°25′，北緯36°05′，氣候濕潤溫和，具有典型的工業(yè)海洋大氣環(huán)境特征。

三亞  位于南海之濱，東經(jīng)109°21′，北緯18°18′，屬于沿海潮濕熱帶環(huán)境，具有典型的熱帶海洋大氣環(huán)境特征。

將封裝好的銅/鋼ACM傳感器用SiC砂紙逐級（至2000號）打磨，并用去離子水和無水乙醇清洗吹干，然后放置在上述4個腐蝕試驗站進行長時間曝曬試驗。傳感器在線監(jiān)測并實時反饋記錄工作電極（WE）和參比/輔助電極（RE/CE）之間的相對電流密度，采樣頻率為1次/min。

在曝曬試驗過程中，除了采集Q345碳鋼腐蝕電流密度外，還需要采集曝曬試驗現(xiàn)場的空氣污染指數(shù)（CO、O3、NO、SO2、PM10和PM2.5等污染物含量）、溫度、濕度、降雨狀態(tài)等環(huán)境參數(shù)。

3 人工神經(jīng)網(wǎng)絡(luò)及深度神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)及深度神經(jīng)網(wǎng)絡(luò)（ANN/DNN）的結(jié)構(gòu)如圖2所示。該系統(tǒng)由輸入層，隱藏層（多層）和輸出層等多層網(wǎng)絡(luò)組成。

圖2 ANN/DNN模型的結(jié)構(gòu)

ANN和DNN之間的拓?fù)洳町愂请[藏層數(shù)。通常，當(dāng)神經(jīng)網(wǎng)絡(luò)只有一個隱藏層時，稱為ANN。當(dāng)神經(jīng)網(wǎng)絡(luò)有兩個或多個隱藏層時，稱為DNN。這兩個神經(jīng)網(wǎng)絡(luò)有一個相同之處，即只有相鄰層的節(jié)點被連接，而同一層和跨層節(jié)點之間不相互連接。這些層是完全連接的，也就是說，i層中的任何神經(jīng)元都必須連接到(i+1)層中的任何神經(jīng)元，每層都可以視為邏輯回歸模型。

在這項研究中，神經(jīng)網(wǎng)絡(luò)的活動規(guī)則是Sigmoidal函數(shù)，每個相鄰層之間的關(guān)系是線性關(guān)系。

ANN和DNN之間的學(xué)習(xí)規(guī)則完全不同。在人工神經(jīng)網(wǎng)絡(luò)中，學(xué)習(xí)規(guī)則采用了反向傳播的方法。反向傳播是使用迭代算法訓(xùn)練整個網(wǎng)絡(luò)，隨機設(shè)置初始值，計算當(dāng)前網(wǎng)絡(luò)的輸出，然后根據(jù)當(dāng)前輸出和標(biāo)簽之間的差異更改前幾層的參數(shù)，直到收斂（整體是梯度下降法）。

深度學(xué)習(xí)是一種分層訓(xùn)練機制，采用DNN正向傳播算法計算。DNN正向傳播算法將使用多個權(quán)重系數(shù)矩陣W和偏差向量b對輸入值向量x進行一系列線性運算和激活運算。計算從輸入層開始，逐層執(zhí)行，直到計算到達(dá)輸出層。

各站點腐蝕數(shù)據(jù)及環(huán)境數(shù)據(jù)分析

在天津、南京、青島和三亞4種典型大氣環(huán)境中通過ACM傳感器對Q345碳鋼的腐蝕行為進行了1年左右連續(xù)大數(shù)據(jù)監(jiān)測，采集了包括空氣污染指數(shù)、溫度、相對濕度、降雨狀態(tài)以及Q345碳鋼腐蝕電流密度等10維數(shù)據(jù)。數(shù)據(jù)顯示，所有隨時間變化的參數(shù)都表現(xiàn)出規(guī)則的鋸齒形模式，即呈周期性（24小時）重復(fù)。

根據(jù)ACM傳感器工作原理，ACM輸出的電流密度與陽極材料在該環(huán)境中的腐蝕速率存在一定關(guān)系，因此可以通過數(shù)學(xué)方法將ACM傳感器的測試結(jié)果轉(zhuǎn)換成材料的腐蝕數(shù)據(jù)，ACM傳感器輸出電流密度越大，陽極材料在該環(huán)境中的腐蝕速率越大。為了方便試驗數(shù)據(jù)處理，作者直接使用ACM傳感器輸出電流密度表征Q345碳鋼的大氣腐蝕速率，并未對二者進行轉(zhuǎn)換。

在4個典型站點中，Q345碳鋼的腐蝕速率與溫度呈現(xiàn)出相反的變化趨勢，即溫度升高腐蝕速率降低，而與相對濕度呈現(xiàn)出相同的變化趨勢，即相對濕度升高腐蝕速率增大。溫度和相對濕度對Q345碳鋼的腐蝕速率具有很大的影響。

根據(jù)數(shù)據(jù)曲線很難判斷空氣污染物含量與Q345碳鋼腐蝕速率的關(guān)系。盡管如此，仍不可否認(rèn)空氣污染物對大氣腐蝕性有重要影響。由于污染物對碳鋼腐蝕的影響非常復(fù)雜，無法直接通過線性或指數(shù)關(guān)系將其可視化。因此，必須使用輔助方法來探索大氣腐蝕與污染物含量之間的關(guān)系。作者將使用人工神經(jīng)網(wǎng)絡(luò)（ANN）模型對收集到的4種典型環(huán)境中的環(huán)境數(shù)據(jù)和Q345碳鋼的腐蝕速率進行分析處理。

基于ANN模型的Q345碳鋼腐蝕速率預(yù)測

ANN和DNN模型模仿人類大腦的神經(jīng)元結(jié)構(gòu)，可以通過預(yù)先設(shè)定的數(shù)學(xué)函數(shù)，自動調(diào)整神經(jīng)單元間的連接強度，不斷更新自變量在擬合過程中的權(quán)重，從而使模型計算結(jié)果更加接近真實值。

作者使用只有一個隱藏層的ANN模型進行訓(xùn)練，討論各種環(huán)境因素與Q345碳鋼大氣腐蝕速率的關(guān)系。輸入層為各種環(huán)境因素每小時的平均值。輸出層以傳感器輸出電流作為預(yù)測對象。

訓(xùn)練結(jié)果如圖3所示，橫坐標(biāo)為ACM傳感器輸出的Q345碳鋼腐蝕電流密度（真實值），縱坐標(biāo)為ANN模型計算結(jié)果（擬合值）。總體而言，真實值與擬合值之間存在一定的線性關(guān)系，但是在4種典型大氣環(huán)境中均存在一定的誤差，表現(xiàn)出散點的分布離散性較大。

圖3 基于ANN模型的Q345碳鋼腐蝕速率訓(xùn)練結(jié)果

使用圖3得到的ANN訓(xùn)練結(jié)果對某一時期Q345碳鋼的腐蝕速率進行預(yù)測，預(yù)測時輸入的環(huán)境數(shù)據(jù)為隨機選取的一段時間內(nèi)4個站點的環(huán)境數(shù)據(jù)，將預(yù)測結(jié)果與ACM傳感器監(jiān)測得到的同時期Q345碳鋼的腐蝕電流密度進行對比，結(jié)果如圖4所示。

圖4 基于ANN模型的Q345碳鋼腐蝕速率預(yù)測結(jié)果

結(jié)果表明，ANN模型得到的預(yù)測值與真實值的變化趨勢整體一致，只有部分階段存在誤差，這表明ANN模型可以預(yù)測碳鋼的腐蝕趨勢。但是，某一時期具體的預(yù)測值與真實值之間仍有較大誤差，還需要對模型進行反復(fù)訓(xùn)練并不斷修正。

大氣環(huán)境因素權(quán)重分析

建立人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的目的除了用于預(yù)測材料大氣腐蝕趨勢外，還希望確定各種環(huán)境因素對材料大氣腐蝕影響的權(quán)重。

想要得到輸入因素（大氣環(huán)境）與輸出因素（腐蝕速率）之間的關(guān)系，需建立輸入因素對輸出結(jié)果之間的決策權(quán)重，因此有必要對各神經(jīng)元之間的權(quán)重加以分析處理。

一般來說，輸入?yún)⒘颗c輸出參量之間的關(guān)系可利用以下計算方法來描述：

相關(guān)顯著性系數(shù)

相關(guān)指數(shù)

絕對影響系數(shù)

式中：i為人工神經(jīng)網(wǎng)絡(luò)的輸入單元，i=1,…,m；j為神經(jīng)網(wǎng)絡(luò)的輸出單元，j=1,…,n；k為神經(jīng)網(wǎng)絡(luò)的隱含單元，k=1,…,P；ωjk為輸出層神經(jīng)元j和隱含層神經(jīng)元k之間的權(quán)重系數(shù)。

由以上公式計算的絕對影響系數(shù)Sij就是所求的各個輸入因素的權(quán)重系數(shù)，結(jié)果如下：

可見無論哪種大氣環(huán)境，相對濕度、降雨狀態(tài)和溫度都是影響碳鋼大氣腐蝕最重要的因素。4個站點的環(huán)境因素影響由大到小的順序分別為：

天津  降雨狀態(tài)>溫度>相對濕度

南京  相對濕度>溫度>降雨狀態(tài)

青島  降雨狀態(tài)>溫度>相對濕度

三亞  降雨狀態(tài)>溫度>相對濕度

根據(jù)一般的腐蝕理論，溫度越高，腐蝕速率越快。而本次試驗中ACM傳感器監(jiān)測得到的Q345碳鋼腐蝕速率與溫度的關(guān)系是負(fù)相關(guān)的。這可能與相對濕度影響有關(guān)。當(dāng)相對濕度較低時，試樣表面無法形成薄液膜，因此腐蝕速率較慢；當(dāng)相對濕度超過臨界值時，試樣表面形成了肉眼不可見的薄液膜，發(fā)生電化學(xué)腐蝕，因此腐蝕速率較快；當(dāng)相對濕度較大時，如下雨時，薄液膜較厚，反而阻礙了陰極溶解過程中氧的傳輸，故腐蝕速率降低。

降雨狀態(tài)和溫度都會影響相對濕度，降雨或溫度越低，空氣中的相對濕度就越大，因此有理由認(rèn)為相對濕度是影響Q345碳鋼大氣腐蝕速率的最重要因素，其次是溫度。這也可以解釋Q345碳鋼腐蝕電流密度隨溫度呈負(fù)相關(guān)變化。

在4種大氣腐蝕環(huán)境中，空氣污染指數(shù)對Q345碳鋼大氣腐蝕的影響權(quán)重不同。4個站點的空氣污染指數(shù)影響權(quán)重由大到小的順序分別為：

天津  PM2.5含量>PM10含量>O3含量>NO2含量>CO含量>SO2含量

南京  PM10含量>PM2.5含量>O3含量>NO2含量>CO含量>SO2含量

青島  PM2.5含量>PM10含量>SO2含量>O3含量>CO含量>NO2含量

三亞  PM10含量>PM2.5含量>O3含量>NO2含量>SO2含量>CO含量

在所有大氣污染物中，對Q345碳鋼大氣腐蝕影響最大的污染物為懸浮顆粒物，在天津和青島大氣環(huán)境中影響最大的污染物是PM2.5，而在南京和三亞大氣環(huán)境中影響最大的污染物為PM10。

除了顆粒狀污染物，O3、NO2和SO2也是對Q345碳鋼腐蝕影響較大的污染物。不過，在天津、南京、三亞3種大氣環(huán)境中O3的影響大于NO2和SO2，而在青島大氣環(huán)境中SO2的影響大于O3和NO2。

結(jié) 論

(1) 使用人工神經(jīng)網(wǎng)絡(luò)模型對ACM傳感器輸出的腐蝕電流密度進行訓(xùn)練，其訓(xùn)練結(jié)果可以預(yù)測Q345碳鋼的腐蝕趨勢，但具體的腐蝕電流密度預(yù)測值誤差較大，還需要對模型進行反復(fù)訓(xùn)練并不斷修正。

(2) 通過天津、南京、青島和三亞4個站點大氣環(huán)境因素的權(quán)重分析發(fā)現(xiàn)，在4種典型大氣環(huán)境中相對濕度和溫度是影響Q345碳鋼大氣腐蝕最重要的因素，其中相對濕度對Q345碳鋼的影響最大。大氣污染物中對Q345碳鋼腐蝕影響最大的是大氣中的懸浮顆粒。