生物腐蝕（MIC）是指由微生物或其代謝產(chǎn)物引起或加速的金屬或其他材料的腐蝕過程，是一種普遍存在的嚴(yán)重腐蝕形式,廣泛發(fā)生在石油、天然氣、化工、海洋和水處理等領(lǐng)域， 可對(duì)設(shè)備和環(huán)境造成重大損失和危害 [1-5]。MIC 可導(dǎo)致巨大的經(jīng)濟(jì)損失，約占全部腐蝕損失 的 20%。因此，MIC 的檢測(cè)與控制是工業(yè)腐蝕科學(xué)面臨的核心難題。

在水環(huán)境中的異質(zhì)材料表面可以很快形成生物膜細(xì)菌聚集體。胞外聚合物（EPS）和微 生物細(xì)胞組成的生物膜可以為微生物提供有利的生存環(huán)境，抵御外部惡劣環(huán)境的干擾。而且， 生物膜內(nèi)部相對(duì)隔絕的環(huán)境有利于微生物的代謝活動(dòng)，從而改變生物膜內(nèi)的局部微環(huán)境，影 響腐蝕機(jī)理 [6-8]。此外，生物膜內(nèi)菌體體系復(fù)雜，常存在多種微生物，如硫酸鹽還原菌（SRB）、 鐵氧化菌（IOB）、錳氧化菌（MOB）、硫酸鹽氧化菌（SOB）、酸生成菌（IPB）等，微生物 之間的協(xié)同共生也會(huì)改變生物膜內(nèi)的環(huán)境參數(shù)，進(jìn)而加速腐蝕過程 [9,10]。鑒于 MIC 過程的 復(fù)雜性，開發(fā) MIC 的檢測(cè)與控制技術(shù)是工業(yè)腐蝕科學(xué)面臨的核心難題。

近年來，雖然研究人員對(duì) MIC 機(jī)理進(jìn)行了大量研究，但由于 MIC 系統(tǒng)包含多種微生物、 受多因素影響，其腐蝕機(jī)制尚未完全闡明。針對(duì) MIC 過程的危害性和不確定性，采用可靠 的檢測(cè)技術(shù)對(duì)其進(jìn)行檢測(cè)顯得尤為重要 [11,12]。近年來，許多新技術(shù)應(yīng)用于 MIC 檢測(cè)，如電 化學(xué)技術(shù)、顯微技術(shù)、生物分析技術(shù)等。這些技術(shù)可以檢測(cè)腐蝕電化學(xué)行為、直接觀察樣品 變化、分析微生物種類等，為研究 MIC 過程提供重要信息。但是，各類技術(shù)手段也存在自 身的局限性，如檢測(cè)范圍小、分辨率有限、需要外界擾動(dòng)等。因此，需要多種技術(shù)的聯(lián)合應(yīng) 用才能對(duì)復(fù)雜的 MIC 系統(tǒng)進(jìn)行全面的表征。

此外，預(yù)測(cè)和模擬 MIC 的現(xiàn)象和機(jī)制，是有效診斷和防治 MIC 的重要手段，也是腐蝕 科學(xué)和工程的熱點(diǎn)和難點(diǎn)問題。為了預(yù)測(cè)和模擬 MIC，許多學(xué)者提出了不同類型的模型， 從不同的角度和層次描述和解釋了 MIC 的影響因素和過程，為 MIC 的研究和應(yīng)用提供了有 價(jià)值的信息和建議 [13,14]。然而，由于 MIC 的復(fù)雜性和多樣性，沒有一個(gè)模型能夠完全解釋 和預(yù)測(cè) MIC 的現(xiàn)象，不同類型的模型各有優(yōu)缺點(diǎn)和適用范圍，需要根據(jù)不同的目的和條件 來選擇合適的模型，或者結(jié)合多種模型來提高 MIC 的診斷和防治的效果。

論文對(duì) MIC 的各種檢測(cè)技術(shù)和已有的預(yù)測(cè)模型進(jìn)行系統(tǒng)綜述，旨在總結(jié)現(xiàn)有 MIC 檢測(cè) 手段的優(yōu)劣勢(shì)，分析各類 MIC 預(yù)測(cè)模型的優(yōu)勢(shì)與不足，為選擇 MIC 檢測(cè)手段和預(yù)測(cè)模型提 供指導(dǎo)。論文第一部分主要?dú)w納了各類 MIC 檢測(cè)技術(shù)，包括電化學(xué)技術(shù)、顯微技術(shù)、輻射 技術(shù)，生物分析技術(shù)和生物傳感技術(shù)，分析了各技術(shù)的工作原理、優(yōu)點(diǎn)和局限性。論文第二 部分歸納總結(jié)了目前主要的 MIC 預(yù)測(cè)模型，并簡(jiǎn)要分析了各類模型的優(yōu)勢(shì)與不足，并提出 了 MIC 預(yù)測(cè)模型的發(fā)展方向。本綜述有助于工業(yè)界和學(xué)術(shù)界更好地認(rèn)識(shí)當(dāng)前 MIC 檢測(cè)技術(shù) 和預(yù)測(cè)模型的研究狀況，為開發(fā) MIC 的檢測(cè)與控制技術(shù)提供參考。

MIC 的檢測(cè)方法

1.1 電化學(xué)檢測(cè)法

電化學(xué)檢測(cè)法是通過測(cè)量樣品的電化學(xué)反應(yīng)來監(jiān)測(cè)和表征金屬腐蝕的過程和機(jī)理。常用 的電化學(xué)方法包括開路電位法、電化學(xué)噪聲法、線性極化電阻法、動(dòng)態(tài)極化法和電化學(xué)阻抗 譜法等。開路電位法的原理是測(cè)量金屬樣品與參比電極之間的穩(wěn)態(tài)電位差，來反映樣品在腐 蝕介質(zhì)中的電化學(xué)行為。電化學(xué)噪聲法通過檢測(cè)電位和電流的隨機(jī)擾動(dòng)，可以判斷腐蝕類型是均勻腐蝕還是局部腐蝕。線性極化電阻法給樣品施加很小的電位擾動(dòng)，測(cè)量對(duì)應(yīng)電流變化， 由此監(jiān)測(cè)瞬時(shí)腐蝕速率。動(dòng)態(tài)極化法在穩(wěn)態(tài)條件下施加較大的電位擾動(dòng)，考察整個(gè)腐蝕反應(yīng) 過程。電化學(xué)阻抗譜法通過施加交變電位，測(cè)量響應(yīng)電流，獲得電化學(xué)反應(yīng)機(jī)理信息 [15-20]。

此外，絲束電極，又稱微電極陣列，是由規(guī)則排列的電極絲組成的復(fù)合電極。微電極既 能作為大面積電極使用，給出平均信號(hào)，又能作為獨(dú)立探頭，測(cè)試局部參數(shù)，揭示材料表面 腐蝕過程的不均勻性。因此，絲束電極技術(shù)在 MIC 研究中廣泛應(yīng)用。本研究團(tuán)隊(duì)利用絲束 電極監(jiān) SRB 生長(zhǎng)周期中銅的整體和局部電化學(xué)過程，隨著浸泡時(shí)間增加，在 SRB 指數(shù)生長(zhǎng) 期，最大電流密度值 imax 從 0.21 μA cm-2 增加到 0.87 μA cm-2，在穩(wěn)定期穩(wěn)定在 0.70 μA cm-2， 然后在衰亡期下降到 0.17 μA cm-2。結(jié)果表明，imax 與 SRB 的代謝過程相關(guān)。此外，SRB 生 長(zhǎng)過程中，陽(yáng)極位置隨浸泡時(shí)間變化 [21]。

圖 1 基于絲束電極測(cè)試 SRB 引起的腐蝕狀態(tài) [21]。 

 

電化學(xué)檢測(cè)法的優(yōu)勢(shì)在于操作簡(jiǎn)便、可以實(shí)現(xiàn)連續(xù)監(jiān)測(cè)，已廣泛應(yīng)用于評(píng)價(jià)金屬材料電 化學(xué)行為、判斷腐蝕類型與位置、動(dòng)態(tài)監(jiān)測(cè)腐蝕速率以及考究腐蝕機(jī)理。但是電化學(xué)方法也 存在一些局限性，如部分方法需要施加外部擾動(dòng)，可能影響穩(wěn)態(tài)過程；數(shù)據(jù)分析和結(jié)果解釋 復(fù)雜，對(duì)局部腐蝕的監(jiān)測(cè)效果較差，重復(fù)性存在一定問題 [22-24]。

1.2 生物分析法

MIC 的特點(diǎn)是微生物群落與金屬材料之間的復(fù)雜相互作用，準(zhǔn)確分析微生物群落的組 成對(duì)于理解 MIC 的發(fā)生機(jī)制至關(guān)重要。微生物群落不僅在種類上多種多樣，而且在不同的 環(huán)境條件下展現(xiàn)出不同的生態(tài)功能，即通過特定的代謝途徑影響金屬材料的腐蝕過程 [25-27]。因此，需要對(duì)每個(gè)特定環(huán)境的微生物群落進(jìn)行詳細(xì)分析，以便為 MIC 控制提供針對(duì)性的策 略。生物分析法是通過分析樣品中微生物的種類、數(shù)量和代謝活性來表征 MIC 過程。這類 方法主要包括基因組學(xué)分析和代謝組學(xué)分析。基因組學(xué)分析如 PCR 和基因測(cè)序，可以識(shí)別 樣品中的微生物類型，定量分析不同微生物的相對(duì)豐度，為判斷 MIC 相關(guān)微生物提供依據(jù)。代謝組學(xué)通過色譜-質(zhì)譜等技術(shù)分析樣品中的化學(xué)成分，可以揭示微生物群落的代謝通路和活性 [28-31]。本研究團(tuán)隊(duì)采用高通量測(cè)序法分析了天然海水中硝酸鹽添加對(duì) EH40 鋼試樣表 面腐蝕產(chǎn)物內(nèi)微生物群落結(jié)構(gòu)的差異。研究發(fā)現(xiàn)，在所有海水體系中，EH40 鋼表面微生物 群落豐度最高的屬為 Cupriavidus，其次是 Pelomonas，這兩個(gè)屬的細(xì)菌可進(jìn)行有氧呼吸。在 未添加硝酸鹽的海水中，試樣表面微生物群落結(jié)構(gòu)中的硝酸鹽還原菌屬主要是 Ralstonia 和 Sulfurimonas。添加 0.1 和 1 mM 硝酸鹽后，硝酸鹽還原菌的優(yōu)勢(shì)菌屬不變。當(dāng)添加量為 10 mM 硝酸鹽時(shí)，除了 Ralstonia 和 Sulfurimonas 外，優(yōu)勢(shì)菌屬中還出現(xiàn)了 Thiomicrospira 屬。進(jìn)一 步增加添加量至 100 mM 硝酸鹽時(shí)，硝酸鹽還原菌屬主要是 Ralstonia、Thiomicrospira 和 Pseudomonas。硝酸鹽的添加不僅導(dǎo)致了硝酸鹽還原菌屬的變化，還影響其豐度 [32]。

圖 2 EH40 鋼在添加不同濃度硝酸鹽的海水中浸泡 12 周后表面微生物群落在屬分類水平上 的比較 [32]。

 

生物分析法可以研究 MIC 過程中微生物群落的遺傳多樣性和功能特性，從而理解微生 物與金屬材料相互作用的復(fù)雜性。DNA 測(cè)序技術(shù)可以識(shí)別和量化難以培養(yǎng)的微生物種群， 而宏基因組學(xué)則提供了群落中所有基因的全面視圖，揭示了微生物群落的代謝潛力和生態(tài)功 能。此外，代謝組學(xué)技術(shù)的應(yīng)用，通過分析微生物群落的代謝產(chǎn)物，進(jìn)一步補(bǔ)充了對(duì)微生物 活動(dòng)狀態(tài)的理解，為評(píng)估微生物腐蝕的生物化學(xué)機(jī)制提供了直接的代謝證據(jù)。但是也存在一 些局限性，如需要優(yōu)化核酸提取和化學(xué)成分分析的樣品前處理方法，數(shù)據(jù)處理和解釋復(fù)雜， 需要專業(yè)知識(shí)，設(shè)備和試劑耗材成本高 [33,34]。

1.3 輻射檢測(cè)法

輻射檢測(cè)技術(shù)通過利用 X 射線、紫外線等電磁輻射的吸收、衍射、熒光等效應(yīng)來分析 樣品的化學(xué)組成和結(jié)構(gòu)。常用技術(shù)包括 X 射線衍射（XRD）、X 射線光電子能譜（XPS）、 能量色散譜（EDS）、拉曼光譜和紫外可見光譜分析（UV-vis）。XRD 可用于評(píng)估樣品的晶 體結(jié)構(gòu)和化學(xué)組成，揭示不同環(huán)境下的相變和成分信息，為腐蝕機(jī)理和速率提供證據(jù)。XPS 可分析樣品表面薄層的化學(xué)狀態(tài)及相對(duì)組成，評(píng)價(jià)微生物誘導(dǎo)的表面化學(xué)變化。EDS 可用 于比較基本元素組成，識(shí)別腐蝕沉積物，結(jié)合電子顯微鏡評(píng)估微生物學(xué)影響。拉曼光譜和UV-vis 可用于表征無機(jī)腐蝕產(chǎn)物和有機(jī)物細(xì)胞外聚合物的組成 [35-38]。劉宏芳研究團(tuán)隊(duì)[39] 在研究 SRB 對(duì)富集人工海水中 2205 不銹鋼和 X52 碳鋼之間電化學(xué)腐蝕的研究中，采用 XPS 技術(shù)研究了去除生物膜后 2205 鈍化層。研究表明，在無菌和 SRB 培養(yǎng)基中，2205 不銹鋼 和 X52 碳鋼耦合后，表面 O2- /OH-和 Fe3+/Fe2+的比率均有所下降。O2-和 Fe3+含量的減少可能 是由于 Fe(III)氧化物的減少造成。

圖 3 去除生物膜后 2205 不銹鋼表面鈍化層的 O 1s、Fe 2p XPS 譜圖、O2- /OH- 和 Fe3+/Fe2+ 的 相應(yīng)比率[39]。 

 

輻射檢測(cè)法可以對(duì) MIC 過程中腐蝕產(chǎn)物和生物膜的化學(xué)成分進(jìn)行表征，揭示 MIC 的化 學(xué)過程。它們的優(yōu)點(diǎn)是原理簡(jiǎn)單，可以快速掃描樣品化學(xué)信息 [40-42]。但也存在一些局限性。如，如 XRD 成本低但分辨率有限，XPS 可評(píng)估成分但空間覆蓋有限，EDS 可提供微觀信息 但需要復(fù)雜數(shù)據(jù)分析。綜合運(yùn)用這些技術(shù)可全面評(píng)估微生物腐蝕過程中的樣品化學(xué)變化。

1.4 顯微技術(shù)

顯微技術(shù)的共同原理是通過各種顯微儀器直接觀察樣品的形貌、組織結(jié)構(gòu)、微生物分布 等信息，從而直接觀察樣品表面變化、生物膜形成及微生物分布情況，對(duì) MIC 過程進(jìn)行表 征。常用的顯微鏡技術(shù)包括掃描電子顯微鏡、環(huán)境掃描電子顯微鏡、原子力顯微鏡和共聚焦 掃描激光顯微鏡。掃描電子顯微鏡可快速獲得高分辨率的金屬基體微觀形態(tài)圖像，直接觀察識(shí)別微生物活性對(duì)腐蝕的影響，但可能會(huì)對(duì)脆弱的生物樣本完整性造成一定損傷。原子力顯 微鏡是一種靈敏的表面形貌和力學(xué)性質(zhì)定量分析技術(shù)，可精確評(píng)估異質(zhì)性生物膜對(duì)金屬基體 的粘附力大小和腐蝕缺陷尺寸，但其取樣和分析范圍較小。光學(xué)顯微鏡操作簡(jiǎn)便快速，可用 于現(xiàn)場(chǎng)直接評(píng)估腐蝕表面情況，但分辨率較低，獲得的信息不夠明確直接。共聚焦掃描激光 顯微鏡可非破壞性地獲得生物膜三維結(jié)構(gòu)和腐蝕微觀形貌的深度信息，但需要復(fù)雜的樣本制 備過程和較高的操作技術(shù) [43-49]。

顯微鏡技術(shù)是微生物腐蝕研究中最常用的表征手段之一。但這類技術(shù)也存在一些內(nèi)在的 局限：首先，顯微技術(shù)的觀察范圍有限，僅能提供金屬樣品局部區(qū)域的信息，難以反映整體 腐蝕態(tài)勢(shì)。其次，部分顯微技術(shù)需要對(duì)樣本進(jìn)行復(fù)雜的前處理或制備，這可能會(huì)對(duì)脆弱的生 物樣品完整性產(chǎn)生一定的破壞或影響。再者，一些高分辨率的顯微技術(shù)操作較為復(fù)雜，需要 專業(yè)的實(shí)驗(yàn)人員進(jìn)行。最后，部分顯微系統(tǒng)需要工作在真空條件下，儀器和維護(hù)成本也非常 昂貴 [47,50]。

1.5 生物傳感法

生物傳感器是一門由化學(xué)、物理學(xué)、生物學(xué)、材料學(xué)等交叉形成的一門學(xué)科，是介于信 息學(xué)和生物技術(shù)之間新的研究熱點(diǎn)，具有特異性高，靈敏度高，分析速度快，準(zhǔn)確度高，成 本低廉等優(yōu)點(diǎn)，在食品檢測(cè)、生態(tài)環(huán)境科學(xué)、醫(yī)藥科學(xué)等領(lǐng)域發(fā)揮了不容忽視的作用。本研 究團(tuán)隊(duì)針對(duì)微生物腐蝕檢測(cè)的難題，開發(fā)了一系列針對(duì)微生物體系的生物傳感方法。首先， 從微生物特異性識(shí)別角度出發(fā)，針對(duì)不同應(yīng)用場(chǎng)景開發(fā)了針對(duì)腐蝕微生物的快速傳感方法， 揭示了其對(duì)腐蝕微生物細(xì)胞結(jié)構(gòu)、代謝活性和遺傳序列的識(shí)別模式和作用機(jī)制，實(shí)現(xiàn)了典型 腐蝕微生物的快速檢測(cè) [51-54]。此外，針對(duì)材料表面生物膜內(nèi)腐蝕微生物的代謝活性難以測(cè) 定的難題，開發(fā)了適用于生物膜體系的腐蝕微生物活性的生物傳感方法。具體內(nèi)容包括：開 發(fā)了高柔韌性全固態(tài)離子選擇性微探針，采用熱力學(xué)驅(qū)動(dòng)的電位測(cè)試模式，通過引入石墨烯 固態(tài)轉(zhuǎn)換層，實(shí)現(xiàn)了對(duì)活性分子識(shí)別過程的界面離子/電子快速轉(zhuǎn)換，擺脫了內(nèi)充液對(duì)電極 基底尺寸和韌性的束縛；開發(fā)了基于 MOF 靶向裂解及酶釋放的便攜式活性試紙條，建立了 靶標(biāo)分子濃度與體系顏色/擴(kuò)散性的密切關(guān)聯(lián)，實(shí)現(xiàn)了生物膜內(nèi)靶標(biāo)分子的可視化測(cè)定 [55-58]。

圖 4 基于 MOFs 調(diào)節(jié)水凝膠黏度和納米酶活性的 ATP 檢測(cè)試紙條的構(gòu)建原理圖 [55]。

 

生物傳感技術(shù)作為一種先進(jìn)的分析工具，在微生物活動(dòng)和環(huán)境參數(shù)的原位監(jiān)測(cè)方面展現(xiàn) 出顯著的效能，能夠精確捕捉生物膜內(nèi)微生物代謝活動(dòng)和腐蝕過程的動(dòng)態(tài)變化。生物傳感技 術(shù)能夠提供較高的空間分辨率，這對(duì)于理解微生物群落內(nèi)部結(jié)構(gòu)和功能分布至關(guān)重要。盡管 目前可以用于生物膜微環(huán)境檢測(cè)的生物傳感器仍然較少，需要針對(duì)不同應(yīng)用場(chǎng)景開發(fā)特定的 傳感器，該技術(shù)實(shí)現(xiàn)過程較為復(fù)雜，需要對(duì)構(gòu)建和測(cè)試過程不斷優(yōu)化。但憑借其高特異性、 高靈敏度、快速分析、高準(zhǔn)確度以及低成本等優(yōu)勢(shì)，生物傳感技術(shù)的研究需求日益增長(zhǎng)。

綜合而言，電化學(xué)技術(shù)在實(shí)時(shí)監(jiān)測(cè)和材料失效表征方面具有優(yōu)勢(shì)，但無法測(cè)試生物膜內(nèi) 的微環(huán)境狀態(tài)，且對(duì)局部腐蝕的檢測(cè)能力有限；顯微技術(shù)能夠提供直觀的形貌信息，輻射技 術(shù)在化學(xué)成分分析方面具有高信息量，但這兩類方法受限于觀察范圍和可能對(duì)樣本造成損 傷，不便于開展實(shí)時(shí)觀測(cè)；生物分析技術(shù)能夠深入到微生物層面，但需要專業(yè)的設(shè)備和分析 人員，不便于開展現(xiàn)場(chǎng)分析；生物傳感技術(shù)在快速檢測(cè)和成本效益方面具有顯著優(yōu)勢(shì)，但可 能需要針對(duì)特定應(yīng)用進(jìn)行開發(fā)。在選擇 MIC 檢測(cè)手段時(shí)，需要根據(jù)具體的研究目的、條件 和成本效益比進(jìn)行綜合考慮，有時(shí)需要多種技術(shù)的聯(lián)合應(yīng)用來全面評(píng)估 MIC 現(xiàn)象。

2. MIC 預(yù)測(cè)模型

按照模型的特點(diǎn)和方法進(jìn)行分類和排序，目前已報(bào)道的 MIC 預(yù)測(cè)模型可以分為三種類 型：基于風(fēng)險(xiǎn)評(píng)估的模型、基于傳質(zhì)過程控制的模型和基于電化學(xué)腐蝕機(jī)理的綜合模型 [14,59,60]。

2.1 基于風(fēng)險(xiǎn)評(píng)估的模型

Maxwell 等[61]提出了一個(gè)基于四個(gè)因素（硫化物存在、氧氣侵入、管道清理頻率和老化 程度）來評(píng)估 SRB 致腐蝕率的模型。該定性模型用一個(gè)四維的矩陣來表示這些因素的組合， 每個(gè)單元格對(duì)應(yīng)一個(gè)腐蝕等級(jí)。該模型的優(yōu)點(diǎn)是能夠預(yù)測(cè) MIC 的可能性，缺點(diǎn)是不能準(zhǔn)確 地估計(jì)腐蝕進(jìn)展。2012 年，Bernt 等[62]提出用數(shù)學(xué)公式分三步來計(jì)算 MIC 的風(fēng)險(xiǎn)指數(shù)（RI） 和最大腐蝕坑生成速率。第一步結(jié)合 qPCR 技術(shù)監(jiān)測(cè) SRB，硫酸鹽還原古菌(SRA)和甲烷生 成菌(MET)的數(shù)量，并利用每個(gè)菌種的體積活性計(jì)算 MIC 風(fēng)險(xiǎn)因子。第二步計(jì)算基于上述 微生物的最大腐蝕坑生成速率。最后，根據(jù)上述兩項(xiàng)指標(biāo)評(píng)估 MIC 風(fēng)險(xiǎn)和采取緩釋措施。研究表明，在細(xì)菌混合菌落中，腐蝕速率增加。在此基礎(chǔ)上，該團(tuán)隊(duì)又提出通過 RT-qPCR 技術(shù)區(qū)分微生物的總數(shù)量和活性數(shù)量，可以更靈敏地評(píng)估 MIC 風(fēng)險(xiǎn)。與僅用 qPCR 技術(shù)相 比，該模型可以更早期預(yù)測(cè)管線 MIC [63]。

此外，微生物誘導(dǎo)腐蝕的點(diǎn)蝕形成和生長(zhǎng)過程具有隨機(jī)特性，因此可以采用動(dòng)態(tài)概率模 型，如馬爾可夫網(wǎng)絡(luò)，泊松回歸，佩特里網(wǎng)和貝葉斯網(wǎng)絡(luò)等方法來預(yù)測(cè) MIC 的發(fā)生 [64]。在 很長(zhǎng)一段時(shí)間，基于概率學(xué)的模型被用于模擬點(diǎn)蝕的隨機(jī)生成和生長(zhǎng)，但這些模型均沒有考 慮微生物對(duì)腐蝕速率和故障概率的影響。2020 年，Khan 等[65]提出了一種集成貝葉斯網(wǎng)絡(luò)馬爾可夫方法的預(yù)測(cè)模型，特別關(guān)注了操作參數(shù)和 SRB 對(duì)微生物誘導(dǎo)腐蝕速率的影響，以 及微生物誘導(dǎo)腐蝕速率對(duì)長(zhǎng)期曝露管道故障可能性的影響，用于預(yù)測(cè)微生物誘導(dǎo)內(nèi)部腐蝕速 率、故障概率以及未來腐蝕坑洞深度分布，并評(píng)估其對(duì)近海系統(tǒng)結(jié)構(gòu)完整性的影響。微生物 誘導(dǎo)腐蝕的影響因素采用貝葉斯網(wǎng)絡(luò)表示，以捕捉其動(dòng)態(tài)性、非線性依賴性和相互依賴性。根據(jù)關(guān)鍵腐蝕坑洞深度狀態(tài)，采用馬爾可夫過程估計(jì)近海系統(tǒng)的故障特征和未來微生物誘導(dǎo) 腐蝕坑洞深度分布。

基于風(fēng)險(xiǎn)評(píng)估的模型主要用來評(píng)估 MIC 的可能性和危害程度，而不是具體的腐蝕速率 的模型，考慮了一些影響 MIC 的因素，如微生物的種類、數(shù)量、活性、環(huán)境條件等，但沒 有涉及電化學(xué)和傳質(zhì)過程。這類模型的優(yōu)點(diǎn)是可以快速地對(duì) MIC 的風(fēng)險(xiǎn)進(jìn)行評(píng)估，為腐蝕 管理和防護(hù)提供參考。它們的缺點(diǎn)是不能提供具體的腐蝕速率和機(jī)理，也不能考慮電化學(xué)和 傳質(zhì)過程的影響，因此精度和適用性有限。

2.2 基于傳質(zhì)過程控制的模型

基于對(duì)陰極去極化機(jī)理的理解，Peng 等[66]提出結(jié)合 Monod 方程、硫酸鹽的傳質(zhì)方程， 建立預(yù)測(cè) MIC 腐蝕速率的數(shù)學(xué)模型。該模型考慮了 SRB 在金屬表面的電化學(xué)作用，以及擴(kuò) 散、反應(yīng)和質(zhì)量傳遞等過程，能夠預(yù)測(cè)腐蝕坑的形成和發(fā)展的三個(gè)階段，但是需要很多參數(shù) 和假設(shè)，且忽略了生物膜的影響。Al-Darbi 等[67,68]也提出了基于陰極去極化機(jī)理的數(shù)學(xué)模型， 考慮了硫酸鹽在生物膜內(nèi)的擴(kuò)散和消耗，描述了腐蝕速率與 SRB 硫酸鹽消耗速率和點(diǎn)深度 變化的依賴性，并提出由于硫酸鹽擴(kuò)散的限制，點(diǎn)蝕坑經(jīng)初期的快速生長(zhǎng)后進(jìn)入緩慢穩(wěn)態(tài)生 長(zhǎng)階段。

此外，Melchers 和 Wells[69]提出的模型將 MIC 過程分為瞬態(tài)和準(zhǔn)穩(wěn)態(tài)兩階段建模。第一 階段利用 Fick 擴(kuò)散方程描述營(yíng)養(yǎng)物質(zhì)的瞬態(tài)擴(kuò)散。第二階段近似為準(zhǔn)穩(wěn)態(tài)，腐蝕速率與營(yíng) 養(yǎng)物質(zhì)濃度和鐵銹層擴(kuò)散速率成正比。Afanasyev 等[70]提出通過活性傳質(zhì)方程描述固體、生 物膜和溶液三相的反應(yīng)過程，進(jìn)而建立 MIC 模型，該模型考慮了各相界面之間物質(zhì)傳遞和反應(yīng)，預(yù)測(cè)了生物礦化對(duì) MIC 的抑制作用。

盡管以上模型從不同的角度構(gòu)建了基于傳質(zhì)過程控制的模型，但均沒有考慮 MIC 過程 中生物膜的動(dòng)態(tài)生長(zhǎng)過程。2015 年，Haile 等人提出利用雙基質(zhì) Monod 方程描述 SRB 的生 長(zhǎng)動(dòng)力學(xué)，進(jìn)而建立 MIC 腐蝕速率模型，該模型考慮了生物量增長(zhǎng)、剝落和生物膜的參數(shù)， 可以預(yù)測(cè) SRB 附著量和腐蝕率的變化趨勢(shì) [71]。

2.3 基于電化學(xué)腐蝕機(jī)理的綜合模型

該類模型綜合考慮了更多的影響 MIC 的因素和機(jī)制，如生物膜的形成和變化、電化學(xué) 和傳質(zhì)過程、微生物的種類、數(shù)量、活性、代謝產(chǎn)物等，以及環(huán)境條件的變化的模型。Gu 等[72]提出了基于 SRB 介導(dǎo)的生物催化陰極硫酸鹽還原理論的 MIC 腐蝕模型，該模型提出電 活性 SRB 誘導(dǎo)的腐蝕過程是微生物的外源呼吸過程導(dǎo)致的，利用 Butler-Volmer 方程描述電 荷傳遞限制，結(jié)合營(yíng)養(yǎng)鹽在生物膜內(nèi)的傳質(zhì)方程，重點(diǎn)考慮了生物膜-金屬間的反應(yīng)動(dòng)力學(xué) 和營(yíng)養(yǎng)物質(zhì)在生物膜內(nèi)的傳質(zhì)過程。在此基礎(chǔ)上，又考慮了 APB 產(chǎn)生的腐蝕性有機(jī)酸對(duì) MIC 的影響，使模型能夠預(yù)測(cè)更高的腐蝕率 [73]。Xu 等[74]提出了同樣基于腐蝕電化學(xué)原理 的 SRB 和 APB 的協(xié)同作用 MIC 模型，預(yù)測(cè)了最壞情況下的 MIC 點(diǎn)蝕，通過假設(shè)存在侵蝕 性生物膜，并簡(jiǎn)化了生物膜內(nèi)硫酸鹽的擴(kuò)散和消耗過程，預(yù)測(cè)了最壞情況下 MIC 的點(diǎn)蝕速 率。

不同類型的 MIC 預(yù)測(cè)模型各有優(yōu)缺點(diǎn)和適用范圍，沒有一個(gè)模型能夠完全解釋和預(yù)測(cè) MIC 的現(xiàn)象。總體而言，基于風(fēng)險(xiǎn)評(píng)估的模型主要關(guān)注于快速評(píng)估 MIC 的風(fēng)險(xiǎn)，其優(yōu)點(diǎn)在 于能夠快速提供 MIC 風(fēng)險(xiǎn)的概覽，但無法提供關(guān)于腐蝕速率和機(jī)理的詳細(xì)信息。基于傳質(zhì) 過程控制的模型則更進(jìn)一步，考慮了微生物在金屬表面的電化學(xué)作用以及與腐蝕過程相關(guān)的 傳質(zhì)現(xiàn)象，能夠預(yù)測(cè)腐蝕坑的形成和發(fā)展，但需要大量的參數(shù)和假設(shè)，并且可能忽略了生物 膜的動(dòng)態(tài)變化。基于電化學(xué)腐蝕機(jī)理的模型綜合了生物膜的形成和變化、電化學(xué)和傳質(zhì)過程 以及微生物的代謝活動(dòng)等多種因素，能夠提供更為準(zhǔn)確和詳細(xì)的腐蝕預(yù)測(cè)，但需要大量的參 數(shù)輸入和解決生物膜內(nèi)微環(huán)境因子的測(cè)定問題。因此，需要根據(jù)不同的目的和條件來選擇合 適的模型，或者結(jié)合多種模型來提高 MIC 的診斷和防治的效果。未來的研究方向和建議有 以下幾點(diǎn)：（1）發(fā)展更多的基于機(jī)理的綜合模型，以綜合考慮所有影響 MIC 的因素和機(jī)制， 提供最準(zhǔn)確和最完善的腐蝕預(yù)測(cè)和模擬。（2）改進(jìn)現(xiàn)有的模型的方法和技術(shù)，以提高模型 的求解效率和精度，降低模型的計(jì)算量和計(jì)算時(shí)間，增加模型的穩(wěn)定性和可靠性。（3）解 決生物膜內(nèi)微環(huán)境因子的測(cè)定問題，獲取更多的參數(shù)和數(shù)據(jù)，以描述生物膜的特性和變化。微生物腐蝕是發(fā)生在生物膜下的腐蝕過程，而由于生物膜內(nèi)微環(huán)境因子測(cè)定方法的缺失，導(dǎo) 致無法獲得生物膜內(nèi)微環(huán)境的變化規(guī)律，僅僅能通過推測(cè)估算生物膜內(nèi)的微環(huán)境。因此，為 了更好的解釋微生物腐蝕機(jī)理，建立可靠的預(yù)測(cè)模型，必須要解決生物膜內(nèi)微環(huán)境因子的測(cè) 定問題

3. 結(jié)論

本綜述系統(tǒng)闡述了 MIC 的檢測(cè)技術(shù)和預(yù)測(cè)模型研究進(jìn)展。MIC 檢測(cè)技術(shù)包括電化學(xué)、 生物分析、輻射檢測(cè)、顯微觀察和生物傳感等，各技術(shù)手段優(yōu)勢(shì)互補(bǔ)，聯(lián)合應(yīng)用可提高 MIC監(jiān)測(cè)效果。MIC 預(yù)測(cè)模型包括基于風(fēng)險(xiǎn)評(píng)估、傳質(zhì)過程和電化學(xué)機(jī)制的模型，每種模型均 考慮了影響 MIC 的部分因素，但尚無單一模型可完全解釋 MIC 機(jī)制。未來的 MIC 檢測(cè)研 究將聚焦于快速現(xiàn)場(chǎng)檢測(cè)技術(shù)的創(chuàng)新，致力于構(gòu)建符合現(xiàn)場(chǎng)應(yīng)用要求的檢測(cè)技術(shù)，以實(shí)現(xiàn)快 速準(zhǔn)確地進(jìn)行現(xiàn)場(chǎng)監(jiān)測(cè)，并評(píng)估 MIC 相關(guān)的風(fēng)險(xiǎn)。此外，微生物預(yù)測(cè)模型的發(fā)展趨勢(shì)將轉(zhuǎn) 向構(gòu)建基于機(jī)理的綜合性模型，并通過優(yōu)化關(guān)鍵參數(shù)提升模型的效率和準(zhǔn)確度，增強(qiáng)模型的 穩(wěn)定性和可靠性。事實(shí)上，這兩方面研究工作的推進(jìn)均需解決生物膜內(nèi)微環(huán)境因素的測(cè)定問 題，以便更為精確的研究生物膜的特征及其演變過程。本綜述對(duì)已有 MIC 檢測(cè)和建模研究 進(jìn)行全面綜述，有助于微生物腐蝕科學(xué)的發(fā)展，也為工業(yè)界開發(fā) MIC 的檢測(cè)與控制技術(shù)提 供重要參考。

參考文獻(xiàn)

[1] Li C, Wu J J, Zhang D, et al. Effects of Pseudomonas aeruginosa on EH40 steel corrosion in the simulated tidal zone [J]. Water Res., 2023, 232: 119708.

[2] Little B J, Hinks J, Blackwood D J. Microbially influenced corrosion: Towards an interdisciplinary perspective on mechanisms [J]. Int. Biodeterior. Biodegrad., 2020, 154: 105062. 

[3] Xu D K, Gu T Y, Lovley D R. Microbially mediated metal corrosion [J]. Nat. Rev. Microbiol., 2023, 21 (11): 705. 

[4] Zhang F, Wang H T, He Y J, et al. Case Analysis of Microbial Corrosion in Product Oil Pipeline [J]. J. Chin. Soc. Corros. Prot., 2021, 41 (6): 795. （張斐, 王海濤, 何勇君 等. 成品油輸送管道微生物腐蝕案例分析 [J]. 中國(guó)腐蝕與防護(hù)學(xué)報(bào), 2021, 41 (6): 795.）

[5] Ke N, Ni Y Y, He J Q, et al. Research Progress of Metal Corrosion Caused by Extracellular Polymeric Substances of Microorganisms [J]. J. Chin. Soc. Corros. Prot., 2023, 44 (2): 278. （柯楠, 倪瑩瑩, 何嘉淇 等. 微生物胞外聚合物引起的金屬腐蝕的研究進(jìn)展 [J]. 中國(guó)腐蝕與防護(hù)學(xué)報(bào), 2023, 44 (2): 278. ）

[6] Knisz J, Eckert R, Gieg L M, et al. Microbiologically influenced corrosion-more than just microorganisms [J]. FEMS Microbiol. Rev., 2023, 47 (5): fuad041. 

[7] Li Z, Huang L Y, Hao W K, et al. Accelerating effect of pyocyanin on microbiologically influenced corrosion of 304 stainless steel by the Pseudomonas aeruginosa biofilm [J]. Bioelectrochemistry, 2022, 146: 108130.

[8] Salgar-Chaparro S J, Lepkova K, Pojtanabuntoeng T, et al. Microbiologically influenced corrosion as a function of environmental conditions: A laboratory study using oilfield multispecies biofilms [J]. Corros. Sci., 2020, 169: 108595. 

[9] Ma Y, Zhang Y, Zhang R, et al. Microbiologically influenced corrosion of marine steels within the interaction between steel and biofilms: a brief view [J]. Appl. Microbiol. Biotechnol., 2020, 104 (2): 515. 

[10] Li Z X, Lv M Y, Du M. Effect of Combined Potential Polarization on Corrosion of X65 Steel in Seawater Inoculated with Iron Oxiding Bacteria. [J]. J. Chin. Soc. Corros. Prot., 2022, 42 (2): 211. （李振欣, 呂美英, 杜敏. 海水環(huán)境中組合電位極化對(duì)鐵氧化菌腐蝕的影響 [J]. 中國(guó)腐蝕與防護(hù)學(xué)報(bào), 2022, 42 (2): 211.） 

[11] Ma Y, Zhang Y M, Zhang R Y, et al. Microbiologically influenced corrosion of marine steels within the interaction between steel and biofilms: a brief view [J]. Appl. Microbiol. Biotechnol., 2020, 104 (2): 515. 

[12] Kilbane J. Effect of sample storage conditions on oilfield microbiological samples [C]. NACE CORROSION, 2014: 3788. 

[13] Pots B F, Kapusta S D, John R C, et al. Improvements on de Waard-Milliams corrosion prediction and applications to corrosion management [C]. NACE CORROSION, 2002: 02235.

[14] Marciales A, Peralta Y, Haile T, et al. Mechanistic microbiologically influenced corrosion modeling-A review [J]. Corros. Sci., 2019, 146: 99. 

[15] Batmanghelich F, Li L, Seo Y. Influence of multispecies biofilms of Pseudomonas aeruginosa and Desulfovibrio vulgaris on the corrosion of cast iron [J]. Corros. Sci., 2017, 121: 94.

[16] Beese P, Venzlaff H, Srinivasan J, et al. Monitoring of anaerobic microbially influenced corrosion via electrochemical frequency modulation [J]. Electrochim. Acta, 2013, 105: 239. 

[17] Castaneda H, and Benetton X D. SRB-biofilm influence in active corrosion sites formed at the steel-electrolyte interface when exposed to artificial seawater conditions [J]. Corros. Sci., 2008, 50 (4): 1169. 

[18] Debuy S, Pecastaings S, Bergel A, et al. Oxygen-reducing biocathodes designed with pure cultures of microbial strains isolated from seawater biofilms [J]. Int. Biodeterior. Biodegrad., 2015, 103: 16. 

[19] Malard E, Kervadec D, Gil O, et al. Interactions between steels and sulphide-producing bacteria-Corrosion of carbon steels and low-alloy steels in natural seawater [J]. Electrochim. Acta, 2008, 54 (1): 8. 

[20] Xia D H, Song S Z, Behnamian Y, et al. Review-Electrochemical Noise Applied in Corrosion Science: Theoretical and Mathematical Models towards Quantitative Analysis [J]. J. Electrochem. Soc., 2020, 167 (8). 

[21] Chen S, Wang P, Zhang D. Corrosion behavior of copper under biofilm of sulfate-reducing bacteria [J]. Corros. Sci., 2014, 87: 407. 

[22] Mansfeld F. The use of electrochemical techniques for the investigation and monitoring of microbiologically influenced corrosion and its inhibition - a review [J]. Mater. Corros., 2003, 54 (7): 489.

[23] Pourbaix M. Applications of electrochemistry in corrosion science and in practice [J]. Corros. Sci., 1974, 14 (1): 25.

[24] Searson P C, and Dawson J L. Analysis of Electrochemical Noise Generated by Corroding Electrodes under Open-Circuit Conditions [J]. J. Electrochem. Soc., 1988, 135 (8): 1908.

[25] Qi Z H, Jiang T, Zhao M J, et al. Research Progress on Coatings of Active Control of Microbiological Contamination for Aircraft Fuel System [J]. J. Chin. Soc. Corros. Prot., 2023, 43(4): 821-827. （戚震輝，江濤，趙茂錦 等. 飛機(jī)燃油系統(tǒng)微生物污染主動(dòng)防治涂層研究進(jìn)展 [J]. 中國(guó)腐蝕與防護(hù)學(xué)報(bào), 2023, 43(4): 821-827.）

[26] Pei Y Y, Guan F, Dong X C, et al. Effect of Desulfovibrio Bizertensis SY-1 on Corrosive Behavior of Metal Materials Under Cathodic Polarization [J]. J. Chin. Soc. Corros. Prot., 2024, 44(2): 345-354. （裴瑩瑩，管方，董續(xù)成 等. Desulfovibrio Bizertensis SY-1 在陰極極化條件下對(duì) X70 管線鋼的腐蝕行為研究 [J]. 中國(guó)腐蝕與防 護(hù)學(xué)報(bào), 2024, 44(2): 345-354.）

[27] Ke N, Ni Y Y, He J Q, et al. Research Progress of Metal Corrosion Caused by Extracellular Polymeric Substances of Microorganisms [J]. J. Chin. Soc. Corros. Prot., 2024, 44(2): 278-294. （柯楠，倪瑩瑩，何嘉淇 等. 微生物胞外聚合物引起的金屬腐蝕的研究進(jìn)展 [J]. 中國(guó)腐蝕與防護(hù)學(xué)報(bào), 2024, 44(2): 278-294.）

[28] Carvalho M L, Doma J, Sztyler M, et al. The study of marine corrosion of copper alloys in chlorinated condenser cooling circuits: The role of microbiological components [J]. Bioelectrochemistry, 2014, 97: 2.

[29] Liang R X, Aktas D F, Aydin E, et al. Anaerobic Biodegradation of Alternative Fuels and Associated Biocorrosion of Carbon Steel in Marine Environments [J]. Environ. Sci. Technol., 2016, 50 (9): 4844.

[30] Teng F, Guan Y T, Zhu W P. Effect of biofilm on cast iron pipe corrosion in drinking water distribution system: Corrosion scales characterization and microbial community structure investigation [J]. Corros. Sci., 2008, 50 (10): 2816.

[31] Kannan P, Su S S, Mannan M S, et al. A Review of Characterization and Quantification Tools for Microbiologically Influenced Corrosion in the Oil and Gas Industry: Current and Future Trends [J]. Ind. Eng. Chem. Res., 2018, 57 (42): 13895. 

[32] Wu J J, Xu M, Wang P, et al. Impact of nitrate addition on EH40 steel corrosion in natural seawater [J]. J. Chin. Soc. Corros. Prot., 2023, 43 (4): 765. （吳佳佳，徐鳴，王鵬 等. 天然海水中硝酸鹽的添加對(duì) EH40 鋼腐蝕的影響 [J]. 中國(guó)腐蝕與防護(hù)學(xué)報(bào), 2023, 43 (4): 765.） 

[33] Eckert R B, and Skovhus T L. Advances in the application of molecular microbiological methods in the oil and gas industry and links to microbiologically influenced corrosion [J]. Int. Biodeterior. Biodegrad., 2018, 126: 169. 

[34] Gutarowska B, Celikkol-Aydin S, Bonifay V, et al. Metabolomic and high-throughput sequencing analysis-modern approach for the assessment of biodeterioration of materials from historic buildings [J]. Front. Microbiol., 2015, 6: 979. 

[35] Chen S Q, Hou R Z, Zhang X, et al. The study of riboflavin-mediated indirect electron transfer process in corrosion of EH40 steel induced by Methanococcus maripaludis [J]. Corros. Sci., 2023, 225: 111567. 

[36] Pu Y A, Chen S G, Man C, et al. Investigation on the stress corrosion cracking behavior and mechanism of 90/10 copper-nickel alloy under the cooperative effect of tensile stress and Desulfovibrio vulgaris [J]. Corros. Sci., 2023, 225: 111617.

[37] Sharma M, Liu H W, Chen S Q, et al. Effect of selected biocides on microbiologically influenced corrosion caused by Desulfovibrio ferrophilus IS5 [J]. Sci. Rep., 2018, 8: 16620.

[38] Wang D, Yang C T, Zheng B R, et al. Microbiologically influenced corrosion of CoCrFeMnNi high entropy alloy by sulfate-reducing bacterium Desulfovibrio vulgaris [J]. Corros. Sci., 2023, 223: 111429.

[39] Wan H H, Zhang T S, Xu Z X, et al. Effect of sulfate reducing bacteria on the galvanic corrosion behavior of X52 carbon steel and 2205 stainless steel bimetallic couple [J]. Corros. Sci., 2023, 212: 110963. 

[40] Kagarise C, Vera J R, Eckert R B. The importance of deposit characterization in mitigating UDC and MIC in dead legs [C]. NACE CORROSION, 2017: 9128. 

[41] Haruna K, Obot I, Saleh T, Infrared Spectroscopy in Corrosion Research [c]. Corros. Sci., Apple Academic Press(2023): 261

[42] Dwivedi D, Lepková K, Becker T. Carbon steel corrosion: a review of key surface properties and characterization methods [J]. RSC adv., 2017, 7 (8): 4580.

[43] Beech I B. Corrosion of technical materials in the presence of biofilms - current understanding and state-of-the art methods of study [J]. Int. Biodeterior. Biodegrad., 2004, 53 (3): 177. 

[44] Cui T Y, Qian H C, Lou Y T, et al. Single-cell level investigation of microbiologically induced degradation of passive film of stainless steel via FIB-SEM/TEM and multi-mode AFM [J]. Corros. Sci., 2022, 206: 110543. 

[45] Steele A, Goddard D T, Beech I B. An atomic force microscopy study of the biodeterioration of stainless steel in the presence of bacterial biofilms [J]. Int. Biodeterior. Biodegrad., 1994, 34 (1): 35. 

[46] Surman S B, Walker J T, Goddard D T, et al. Comparison of microscope techniques for the examination of biofilms [J]. J. Microbiol. Methods, 1996, 25 (1): 57.

[47] Wei B X, Xu J, Gao L Q, et al. Nanosecond pulsed laser-assisted modified copper surface structure: Enhanced surface microhardness and microbial corrosion resistance [J]. J. Mater. Sci. Technol., 2022, 107: 111.

[48] Gao Q Y, Zeng W G, Wang H, et al. Effect of Fluid Scouring on Sulfate Reducting Bacteria Induced Corrosion of Pipeline Steel [J]. J. Chin. Soc. Corros. Prot., 2023, 43(5): 1087-1093. （高秋英，曾文廣，王恒 等. 流體沖刷作用對(duì) SRB 的腐蝕行為影響研究 [J]. 中國(guó)腐蝕與防護(hù)學(xué)報(bào), 2023, 43(5): 1087-1093.）

[49] Xu D K, Xia J, Zhou E Z, et al. Accelerated corrosion of 2205 duplex stainless steel caused by marine aerobic Pseudomonas aeruginosa biofilm [J]. Bioelectrochemistry, 2017, 113: 1. 

[50] Yazdi M, Khan F, Abbassi R, et al. A review of risk-based decision-making models for microbiologically influenced corrosion (MIC) in offshore pipelines [J]. Reliab. Eng. Syst. Safe., 2022, 223: 108474. 

[51] Zeng Y, Qi P, Chen J, et al. Target aided self-assembly of DNA hyperbranched nanostructures for bacterial 16 S ribosomal DNA gene SERS detection [J]. Sensor. Actuat. Chem., 2023, 396: 134423.

[52] Zeng Y, Qi P, Zhou Y, et al. Multi pathogenic microorganisms determination using DNA composites-encapsulated DNA silver nanocluster/graphene oxide-based system through rolling cycle amplification [J]. Microchim. Acta, 2022, 189 (11): 1. 

[53] Zeng Y, Qi P, Wang Y, et al. DNA pom-pom nanostructure as a multifunctional platform for pathogenic bacteria determination and inactivation [J]. Biosens. Bioelectron., 2021, 177: 112982. 

[54] Qi P, Wan Y, Zeng Y, et al. Rapid detection methods for sulfate-reducing bacteria in marine environments [J]. J. Chin. Soc. Corros. Prot., 2019, 39 (5): 387. （戚鵬，萬逸，曾艷 等. 海洋環(huán)境中硫酸鹽還原菌的快速測(cè)定方法研究 [J]. 中國(guó)腐蝕與防護(hù)學(xué)報(bào), 2019, 39 (5): 387. ）

[55] Wang Y, Zhang D, Sun Y, et al. Precise localization and simultaneous bacterial eradication of biofilms based on nanocontainers with successive responsive property toward pH and ATP [J]. ACS Appl. Mater. Interfaces, 2023, 15 (6): 8424.

[56] Wang Y, Zhang D, Zeng Y, et al. Selective ATP Detection via Activation of MoS2-Based Artificial Nanozymes Inhibited by ZIF-90 Nanoparticles [J]. ACS Appl. Nano Mater., 2021, 4 (11): 11545. 

[57] Wang Y, Zhang D, Zeng Y, et al. Target-modulated competitive binding and exonuclease I-powered strategy for the simultaneous and rapid detection of biological targets [J]. Biosens. Bioelectron., 2022, 198: 113817.

[58] Wang Y, Qi P, Zhang D, et al. Dual-signal viscosity flow paper sensor for ATP detection based on bio-recognition and nanozyme activity regulation of ZIF-90 [J]. Chem. Eng. J., 2024: 148590. 

[59] Beech W B, and Sunner J. Biocorrosion: towards understanding interactions between biofilms and metals [J]. Curr. Opin. Biotechnol., 2004, 15 (3): 181.

[60] Videla H A, and Herrera L K. Microbiologically influenced corrosion: looking to the future [J]. Int. Microbiol., 2005, 8 (3): 169. 

[61] Maxwell S, Predicting microbially influenced corrosion (MIC) in seawater injection systems [C]. SPE International Oilfield Corrosion Conference and Exhibition, SPE(2006), 100519-MS

[62] Sørensen K B, Thomsen U S, Juhler S, et al. Cost efficient MIC management system based on molecular microbiological methods [C]. NACE CORROSION, 2012: 1111.

[63] Larsen J, Sørense K B, Juhler S, et al. The application of molecular microbiological methods for early warning of MIC in pipelines [C]. NACE CORROSION, 2013: 2029. 

[64] Hong H-P. Application of the stochastic process to pitting corrosion [J]. Corrosion, 1999, 55 (1): 10. 

[65] Adumene S, Adedigba S, Khan F, et al. An integrated dynamic failure assessment model for offshore components under microbiologically influenced corrosion [J]. Ocean Eng., 2020, 218: 108082.

[66] Peng C G, Suen S Y, Park J. Modeling of anaerobic corrosion influenced by sulfate‐reducing bacteria [J]. Water Environ. Res., 1994, 66 (5): 707. 

[67] von Wolzogen Kühr C, and Van der Vlugt L. The graphitization of cast iron as an electrobiochemical process in anaerobic soil [J]. Water, 1934, 18 (16): 147. 

[68] Al‐Darbi M, Agha K, Islam M. Comprehensive modelling of the pitting biocorrosion of steel [J]. Can. J. Chem. Eng., 2005, 83 (5): 872. 

[69] Melchers R E, and Wells T. Models for the anaerobic phases of marine immersion corrosion [J]. Corros. Sci., 2006, 48 (7): 1791. 

[70] Afanasyev M, van Paassen L, Heimovaara T, A numerical model of controlled bioinduced mineralization in a porous medium to prevent corrosion [C]. EGU General Assembly Conference Abstracts, (2013): EGU2013

[71] Haile T, Teevens P, Zhu Z. Sulphate-reducing bacteria growth kinetics'-based microbiologically influenced corrosion predictive model [J]. J. Pipeline Eng., 2015, 14 (4): 259.

[72] Gu T, Zhao K, Nesic S. A new mechanistic model for MIC based on a biocatalytic cathodic sulfate reduction theory [C]. NACE CORROSION, 2009: 09390. 

[73] Gu T. Theoretical modeling of the possibility of acid producing bacteria causing fast pitting biocorrosion [J]. J. Microbiol Biochem. Technol., 2014, 6 (2): 068. 

[74] Xu D, Li Y, Gu T. Mechanistic modeling of biocorrosion caused by biofilms of sulfate reducing bacteria and acid producing bacteria [J]. Bioelectrochemistry, 2016, 110: 52.