魏木孟1）*    楊博均1）     姚敬華1,2）     王晶晶1,2）

1） 中國船舶重工集團公司第七二五研究所廈門材料研究院，廈門， 361101，中國

2） 中國船舶重工集團公司第七二五研究所 海洋腐蝕與防護重點實驗室，廈門， 361101，中國

*通訊作者， E-mail:syamm2011@163.com.

摘  要  文章闡述了灰色關聯分析方法的基本理論、典型的關聯度模型及數據處理方法。采用B10銅合金在青島、廈門、三亞、舟山4個試驗站分別投樣暴露，獲取材料暴露1年、2年和4年的平均腐蝕速率數據，并收集4個試驗站的環境因素數據，通過灰色關聯分析方法，對B10銅合金腐蝕速率隨溫度、溶解氧、鹽度、pH值和海水流速5個因素的敏感性進行了分析。結果表明，在海水自然環境中，B10銅合金的腐蝕是溫度、鹽度、PH值和溶解氧交互作用的結果，鹽度、PH值和溶解氧對B10銅合金的腐蝕影響呈先增大后減小的趨勢，溫度在整個暴露周期內的影響逐漸減弱。

關鍵詞  B10銅合金；灰色關聯分析；敏感因素；海水腐蝕

分類號  TM 172.2

B10銅鎳合金是國際上公認的耐海水腐蝕性能優良的銅合金，在國內外海洋工程中得到廣泛應用。由于海洋環境錯綜復雜，影響銅合金海水腐蝕的因素也很多，而其影響程度往往無法量化。通過開展金屬材料在天然海水中的長期腐蝕試驗，能反映材料在不同海域的耐蝕性并總結其腐蝕規律。我國自1983年建立了全國海水腐蝕網站，投放了大批的銅合金試樣，獲得了大量B10銅板、銅管在各海域的中長期腐蝕數據。采用有效的方法分析所獲得的數據，建立模型，總結出海水環境因素與B10銅鎳合金腐蝕速率的相關性，為后續室內模擬加速試驗的設計、實施以及影響顯著的環境因素對B10腐蝕速率的影響的定性及定量分析有著重要的作用。灰色關聯分析是一種新穎的環境因素分析方法，它對系統動態過程進行量化分析以考察系統諸因素之間的相關程度，是一種定量與定性相結合的分析方法，即根據事物或因素的序列曲線的相似程度來判斷其關聯程度。本文系統收集了B10銅合金在國內四大水試驗站天然暴露試驗數據，采用灰色關聯分析，對銅合金海水腐蝕的敏感因素進行了研究，總結各環境因素對腐蝕速率的影響程度并進行比較與分析。

1灰色關聯分析基礎理論及方法

1.1灰色關聯理論

灰色關聯分析是通過灰色關聯度來分析和確定系統諸因素間的影響程度或因素對系統主行為的貢獻程度的一種方法[1]?；疑P聯度是灰色關聯分析的基礎和工具，是灰色系統的“細胞”。灰色關聯度描述了系統發展過程中，因素間相對變化的情況，也就是變化大小、方向和速度的相對性，相對變化基本一致，則認為兩者關聯度大；反之，兩者關聯度就小。關聯度是事物之間、因素之間關聯性的“量度”，它通過從隨機性的序列中找到關聯性，從而為因素分析、預測的精度分析提供依據，為決策提供基礎，為主要因素的判斷提供方法途徑。因此，關聯度模型及其計算方法的研究具有十分重要的意義，自然成為灰界學者廣為關注的焦點，成為灰色系統研究領域最為活躍的分支之一[2-4]。

1.2灰色關聯模型

系統序列間關系的密切程度，表現為二者量級大小變化的相近性和發展趨勢（曲線形狀）的相似性，這便是灰色關聯中兩種既有區別而又互相制約的表現形式[5-6]。而量級大小的變化可以用位移差（點間距離）來衡量，發展趨勢可用一階或二階斜率來度量。因此可以利用位移差和斜率差（速度、加速度）來表示關聯度，這便是目前許多關聯度模型的基本思路。

在眾多關聯度模型中，幾種典型的關聯度模型是鄧氏關聯度、廣義絕對關聯度、T 型關聯度、灰色斜率關聯度、B 型關聯度、改進關聯度[7]。鄧氏關聯度、廣義絕對關聯度利用位移差反映了兩序列間發展過程或量級的相近性；除 T 型關聯度利用速度比外，斜率關聯度、改進關聯度均是利用速度差反映兩序列發展趨勢或曲線形狀的相似性，即主要是刻劃序列曲線間相對變化趨勢的接近程度，而 T 型關聯度還可以反映正負相關關系；B 型關聯度則綜合利用了位移差、速度差、加速度差來反映兩序列曲線的相近性和相似性。可以看出，鄧氏關聯度模型可以用于分析材料海水腐蝕與海水環境因素的相關性。

1.3鄧氏灰色關聯分析的數據處理方法

1.3.1正確確定母系列和子系列

母系列為主行為因子（），子系列為各因素因子（），即：

1.3.2數據預處理

數據的無量綱化處理。對于非時間序列的數據，本文采用歸一化處理。求出和，按照下式計算：

1.3.3計算關聯系數

經過無量綱化處理后的母系列和子系列分別為：

求兩級的最大差與最小差：

計算關聯系數：

 （8）

其中分辨系數取0.5。

1.3.4計算關聯度

                              （9）

為灰色關聯度。根據計算所得關聯度大小排序評定各個環境因素對材料腐蝕性能影響的強弱，排第一者為影響最大因素，排第n者為影響最小因素。

2 基于銅合金海水腐蝕敏感性因素的鄧氏灰色關聯分析

海洋是一個富有挑戰性的、維持著物理、化學和生物的動平衡體系。海水環境極為復雜，它不僅含有地殼中大多數元素，而且還擁有無數有機分子和海洋生物，此外季節、潮汐和陽光等的介入進一步增加海水環境的不確定性。材料在海水中的腐蝕行為實際上是材料與海水環境相互作用的過程，海水的諸多因素直接或間接參與該過程，同時，這些因素相互作用和協同效應使腐蝕過程更加復雜[8-10]。

影響銅合金海水腐蝕的環境因素很多，但有些因素的影響程度卻無法準確地量化，灰色關聯分析方法比較適合用于這種不確定性關系的分析。B10銅管分別在青島、廈門、三亞、舟山四個水試驗站暴露1年、2年和4年的平均腐蝕速率數據如表1所示，四個水試驗站的環境因素種類及環境因素檢測值匯總如表2所示。

表1 B10銅合金在四個水試驗站暴露不同時間的腐蝕速率

表2 我國海水試驗站的海水環境因素

以B10銅管在不同環境地區的平均腐蝕速率數據作為母系列，各個環境因素作為子系列，計算得到各海水環境因素的關聯度見表3所示。

表3 各種海水環境因素與B10銅板腐蝕速率的灰色關聯度

根據灰色關聯分析結果，通過公式（10）分別計算海水溫度、溶解氧、鹽度、PH值和海水流速5個因素對于B10銅板海水腐蝕速率的影響權重Fi，不同的環境因素對B10銅合金海水腐蝕的影響權重隨時間的變化如圖1所示。

                                    （10）

圖1 海水環境因素對B10銅板腐蝕速率的影響程度隨時間的變化

從圖1可以看出，環境因素對B10腐蝕的影響權重明顯分兩個梯隊，溫度、鹽度、PH值和溶解氧在第一梯隊，而流速在第二梯隊，說明B10銅合金腐蝕是一個多因素交互作用的結果，溫度、鹽度、PH值和溶解氧是影響B10銅合金腐蝕的主要環境因素。

圖2 主要海水環境因素對B10銅板腐蝕速率的影響程度隨時間的變化

將第一梯隊的環境因素權重細化觀察，如圖2所示?？梢钥闯霾煌沫h境因素在B10銅合金腐蝕的不同階段的權重不同，PH值、溶解氧和鹽度在1.5-2年的區間形成了明顯的峰，影響權重呈先增大后減少的趨勢，而溫度的權重隨時間延長持續減小。整體上環境因素的作用逐漸呈逐漸減小的趨勢，這是由于腐蝕產物膜不斷形成增厚，對環境因素的作用起到了物理隔離。從圖2還可以發現，在暴露前期（＜2年），影響B10銅合金腐蝕的環境因素敏感性排序為PH值＞溶解氧＞溫度≈鹽度，而暴露中長期（＞3.5年），隨著產物膜的形成，對環境因素的隔離作用變強，溫度的影響開始超過PH等環境因素，環境因素敏感性排序變為溫度＞PH值＞溶解氧≈鹽度。 

3 結論

（1）B10銅合金的海水暴露腐蝕是一個多因素交互作用的結果，溫度、鹽度、PH值和溶解氧是影響B10銅合金腐蝕速率的主要因素。

（2）鹽度、PH值和溶解氧對B10銅合金的海水暴露腐蝕影響呈先增大后減小的趨勢，溫度在整個暴露周期內的影響逐漸減小。

（3）暴露前期（＜2年），影響B10銅合金腐蝕的環境因素敏感性排序為PH值＞溶解氧＞溫度≈鹽度，而暴露中后期（＞3.5年），環境因素敏感性排序變為溫度＞PH值＞溶解氧≈鹽度。

參 考 文 獻

[1]Sun Yugang. Research on grey correlation analysis and its application[ D] .Nanjing: Nanjing University of Aeronautics and Astronautics, 2007:1.（孫玉剛。 灰色關聯分析及其應用的研究 [D]. 南京： 南京航空航天大學， 2007：1.）

[2]Liuxianglan, Dongguigang, Zhu Jiming. The application of grey correlation analysis in the statistical analysis of coal mine casualties[ J] . Coal Works, 2012（02）： 66-68.（劉香蘭，董桂剛，朱紀明。 灰色關聯分析在煤礦傷亡事故統計分析中的應用[J]. 煤炭工程，2012，2：66-68.）

[3]Zhouxiuwen. Research and Application of Grey Relativity[ D] . Changchun: Jilin University, 2007:5 -6.（周秀文。 灰色關聯度的研究與應用 [D]. 長春： 吉林大學， 2007：5-6.）

[4]Jayaraman P, Kumar L M. Multi-response optimization of machining parameters of turning AA6063-T6 aluminum alloy using grey relational analysis in taguchi method[J]. Procedia Engineering, 2014, 97: 197-204.

[5]Xinping, Zhongmin Peak. Grey Technology Foundation and Its Application[ M] . Science Press, 2005:3.（新平， 中民峰。 灰技術基礎及其應用[M]. 科學出版社， 2005：3.）

[6]Rajesh R, Ravi V. Supplier selection in resilient supply chains: a grey relational analysis approach[J]. Journal of cleaner production, 2015, 86（1）： 343-359.

[7]Caomingxia. Research on grey correlation analysis model and its application[ D] . Nanjing. Nanjing University of Aeronautics and Astronautics, 2007:18.（曹明霞。 灰色關聯分析模型及其應用的研究 [D]. 南京。 南京航空航天大學， 2007：18.）

[8]Zhuxiaolong, Leiting right. Research Progress on Seawater Corrosion Behavior of Cu-Ni Alloy[ J] . Corrosion Science and Protection Technologies, 1997, 9（1）： 48-55.（朱小龍， 雷廷權。 Cu-Ni 合金海水腐蝕行為研究進展[J]. 腐蝕科學與防護技術， 1997, 9（1）： 48-55.）

[9]Chenhaiyan, Lixia, Zhangxueyun, etc Aluminum alloy corrosion behavior under the action of marine microorganism SRB[ J] . Chinese Journal of Nonferrous Metals, 2015, 25（4）： 1080-1085.（陳海燕，李霞，張雪云等。 鋁合金在海洋微生物SRB作用下的腐蝕行為[J]. 中國有色金屬學報， 2015, 25（4）： 1080-1085.）

[10]Xingshibo, Li Lixiaogang, Li Li, etc 7A04 Aluminum alloy corrosion behavior in the sea atmosphere of Xisha[ J]  Corrosion and Protection, 2013, 34（9）： 796-799.（邢士波，李曉剛，李麗等。 7A04鋁合金在西沙海洋大氣中的腐蝕行為[J]. 腐蝕與防護， 2013, 34（9）： 796-799.）