劉曼卿，徐元銘，劉新靈，胡春燕

(1.北京航空航天大學(xué) 航空科學(xué)與工程學(xué)院，北京 100191;2.北京航空材料研究院，北京 100095)

0 引言

我國艦船上的各類航空飛行器服役環(huán)境往往處于強(qiáng)紫外照射、鹽霧、高濕度、溫差大等惡劣環(huán)境中，腐蝕破壞現(xiàn)象非常嚴(yán)重。防護(hù)涂層體系對防止飛行器結(jié)構(gòu)環(huán)境腐蝕，保障飛行器使用壽命期內(nèi)的結(jié)構(gòu)完整性，避免發(fā)生故障具有重要作用。然而，在飛行器服役期間防護(hù)涂層體系不可避免地要受到環(huán)境腐蝕和載荷的綜合作用，會發(fā)生失光、變色、龜裂、起泡等老化現(xiàn)象，其防護(hù)性能逐漸衰減，最后失去防護(hù)作用，從而影響其執(zhí)行任務(wù)的能力。因此，開展飛行器腐蝕環(huán)境下防護(hù)涂層體系的壽命預(yù)測研究具有一定的理論意義和工程應(yīng)用價值。

目前，國內(nèi)外對涂層腐蝕機(jī)理研究成果較多［1-6］，壽命預(yù)測研究成果較少［7-11］。對于涂層腐蝕機(jī)理的研究表明，濕熱環(huán)境下水汽通過吸附、擴(kuò)散等效應(yīng)深入涂層與基體的界面，產(chǎn)生鼓泡，使涂層產(chǎn)生裂紋或剝離;鹽霧環(huán)境下，Cl-引發(fā)金屬基體腐蝕，腐蝕堆積產(chǎn)物使涂層變形、鼓起，與金屬基體分離;紫外線使涂層分子的官能團(tuán)發(fā)生降解或斷鏈，改變涂層的結(jié)構(gòu)組成，造成涂層性能下降［2］。對于壽命預(yù)測的研究表明，金屬材料及其涂層在長期服役過程中破壞的機(jī)理較為復(fù)雜，影響破壞的因素較多，迄今尚未找到能準(zhǔn)確描述各項影響因素與材料性能變化之間定量關(guān)系的方法［12］。目前在材料設(shè)計和使用初期，仍主要借助試驗手段，如何利用獲得的有限數(shù)據(jù)對材料壽命進(jìn)行預(yù)測，有重要的意義。當(dāng)前研究和應(yīng)用相對較多的有老化動力學(xué)模型和神經(jīng)網(wǎng)絡(luò)技術(shù)。蔡健平等［7-8］的研究僅僅建立了老化動力學(xué)方程，并未用所建立的老化動力學(xué)方程進(jìn)行預(yù)測。Mark Evans［9］在老化動力學(xué)方程的基礎(chǔ)上增添了指數(shù)參數(shù)，使預(yù)測精度有所提高，但其未用于其他環(huán)境下的壽命預(yù)測。王海濤等［10］用BP 神經(jīng)網(wǎng)絡(luò)預(yù)測了鋁合金大氣腐蝕，研究了神經(jīng)網(wǎng)絡(luò)訓(xùn)練精度和預(yù)測精度的關(guān)系。趙霞等［11］用自組織特征映射網(wǎng)絡(luò)(SOM)方法分析了干濕循環(huán)對涂層失效過程電化學(xué)阻抗譜數(shù)據(jù)，但其僅將涂層周期分為3類，應(yīng)用有一定局限性。

本研究在前人研究基礎(chǔ)上，對老化動力學(xué)模型進(jìn)行改進(jìn)，建立改進(jìn)的老化動力學(xué)模型與Kohonen 神經(jīng)網(wǎng)絡(luò)模型，并將試驗數(shù)據(jù)與預(yù)測結(jié)果進(jìn)行對比，以證明新模型比傳統(tǒng)老化模型預(yù)測更為準(zhǔn)確。

1 試驗方法

1.1 試驗背景

傳統(tǒng)的大氣腐蝕一般要通過大氣暴露試驗、室內(nèi)模擬加速試驗進(jìn)行研究［13］。雖然大氣暴露試驗的結(jié)果能真實反映防護(hù)體系材料在自然環(huán)境下的腐蝕情況，但試驗區(qū)域性較強(qiáng)、周期較長、費用較高。因此，目前通常使用室內(nèi)模擬加速試驗快速地對材料的損傷行為進(jìn)行評價和預(yù)測。由于電化學(xué)理論和電子技術(shù)的發(fā)展，在室內(nèi)模擬加速試驗中，人們廣泛采用電化學(xué)方法尤其是電化學(xué)阻抗譜方法來研究防護(hù)涂層體系的防腐與損傷行為。電化學(xué)阻抗法指的是對防護(hù)體系施加一小幅值的電壓(或電流)正弦波擾動信號，測量體系的阻抗響應(yīng)信號，通過動力學(xué)分析，等效電路擬合獲得防護(hù)體系損傷反應(yīng)的相關(guān)信息。由于其擾動小，可以測量涂層電容、電阻等與防護(hù)涂層體系性能及防護(hù)體系失效過程有關(guān)的電化學(xué)參數(shù)，適用于高阻抗研究體系，因而成為研究和評價飛機(jī)防體系的最有效方法之一。

1.2 試驗具體方法

試驗所用的材料為AF1410 高強(qiáng)鋼，將鋼棒材沿L 方向加工成板狀。試樣尺寸為110 mm ×30 mm × 3 mm，形狀如圖1 所示，試樣標(biāo)號為ASW1#、ASW2#。

圖1 試樣形狀圖Fig.1 Pattern of the sample

熱處理為經(jīng)歷(860±10)℃高溫1 h 后經(jīng)歷-73 ℃油淬冷處理1 h，空氣中回溫到室溫后經(jīng)歷(510±5)℃回火5 h，空冷。

表面處理依次為噴丸后噴鋅，鋅層厚度為30～60 μm，噴H06-076 底漆，厚度為10～25 μm，噴881-Y01 磁漆，厚度為40～60 μm。

試驗?zāi)M環(huán)境為三亞外部環(huán)境，環(huán)境譜如圖2 所示。

圖2 三亞加速試驗譜Fig.2 Acceleration test process in Sanya

試驗每個周期結(jié)束后對試樣進(jìn)行測試，然后重新進(jìn)行下一個周期的試驗。在本試驗中，鹽霧試驗采用PDL/Y-03 型鹽霧實驗箱進(jìn)行試驗，電化學(xué)阻抗測量的測試溶液為3.5%(質(zhì)量分?jǐn)?shù))NaCl，采用三電極體系，參比電極為玻璃棒，輔助電極為石墨電極，測量儀器為PAR2273 型工作站，測量頻率為10-2～105Hz，測量50 個頻率下的數(shù)據(jù)。測量的交流電壓幅度為10 mV。

2 預(yù)測模型分析及改進(jìn)研究

2.1 老化動力學(xué)模型

G.Bierwagen 等［4］提出，由于低頻阻抗模值對涂層老化過程非常敏感，加速試驗和自然暴露試驗時頻率為0.1 Hz 時涂層的阻抗模值｜Z ｜0.1符合式1。

其中:t 為涂層老化時間;｜Z ｜t為老化時長t、頻率0.1 Hz 時的涂層阻抗模值;｜Z ｜0:老化時長為0、頻率為0.1 Hz 時的涂層阻抗模值;｜Z ｜m:金屬基材的阻抗模值;θ 為反應(yīng)常數(shù)，其大小與涂層特性和老化環(huán)境嚴(yán)酷度相關(guān)。相同環(huán)境中θ 越小，涂層對環(huán)境越敏感，即涂層越容易老化，不同環(huán)境中θ 越小，說明環(huán)境越嚴(yán)酷。

根據(jù)試驗時的數(shù)據(jù)擬合出θ，得到相關(guān)涂層在特定環(huán)境下的老化動力學(xué)方程。即可根據(jù)老化方程與外場實測數(shù)據(jù)預(yù)測涂層壽命。

2.2 改進(jìn)的老化動力學(xué)模型

對老化動力學(xué)模型進(jìn)行分析，發(fā)現(xiàn)老化動力學(xué)模型對于基體阻抗模值記為基體完好時測量值，在涂層破壞較為嚴(yán)重時不符合實際情況，甚至出現(xiàn)｜Z ｜t＜｜Z ｜m情況。另外，老化動力學(xué)模型只針對單一頻率下的阻抗模值，偶然誤差相對較大。

基于試驗可以發(fā)現(xiàn):1)基體阻抗模值對涂層的阻抗模值影響可忽略不計，在擬合方程中可去除基體阻抗模值｜Z ｜m項;2)不同頻率阻抗模值對老化過程均較為敏感，可根據(jù)不同頻率下的不同｜Z ｜(t)、｜Z ｜0，得到不同頻率下的老化方程，進(jìn)而得到不同頻率下的預(yù)測結(jié)果。

根據(jù)上述2 點，結(jié)合老化動力學(xué)模型，可知阻抗模值符合式(2)方程。

其中:Zt、T、Z0為列向量，A 為對角陣;Zti為頻率為fi時lg ｜Z｜t的擬合結(jié)果;Aii為頻率為fi時的擬合結(jié)果;Z0i為頻率為fi時lg｜Z｜0的擬合結(jié)果。

擬合結(jié)果由方程(3)可得。

2.3 神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)是一種模仿生物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。具有非線性、非局限性、非定常性、非凸性等特點。在對阻抗譜進(jìn)行分析時，通常要利用電化學(xué)等效電路進(jìn)行擬合得到等效電路參數(shù)，不同涂層體系、不同時期阻抗譜都相差較大，等效電路難于選擇。

將神經(jīng)網(wǎng)絡(luò)與阻抗譜分析相結(jié)合，建立神經(jīng)網(wǎng)絡(luò)模型。該模型用Kohonen 神經(jīng)網(wǎng)絡(luò)法直接對阻抗譜特征進(jìn)行分析，避開了選擇等效電路等過程?？紤]阻抗譜Bode 圖中幅頻曲線的斜率符合式(4)。

其中，｜Z ｜為阻抗模值，f 為頻率。

實際應(yīng)用中，可用微商代替微分:

試驗表明，不同性能的涂層體系的特征參數(shù)k(f)不同。在涂層失效過程中k(f)隨涂層性能的變化而變化。因此可以利用k(f)的特性對涂層失效過程進(jìn)行研究。從而達(dá)到利用神經(jīng)網(wǎng)絡(luò)模型對涂層周期進(jìn)行分類、預(yù)測的目的。

3 算例驗證和結(jié)果分析

試驗測得的三亞外部環(huán)境下阻抗模值如圖3所示。

3.1 老化動力學(xué)模型預(yù)測結(jié)果

根據(jù)圖3 中試樣阻抗模值，對ASW1#試樣使用式(1)進(jìn)行老化動力學(xué)模型擬合，擬合方程為:

現(xiàn)通過ASW1#擬合得到的式(7)對ASW2#試樣數(shù)據(jù)進(jìn)行預(yù)測，預(yù)測結(jié)果如表1 所示。從表1 中可以看出，老化動力學(xué)模型預(yù)測誤差最大為4.8 周期，最小為0.11 周期。

3.2 改進(jìn)的老化動力學(xué)模型預(yù)測結(jié)果

根據(jù)圖3 中的ASW 試樣的原始數(shù)據(jù)，應(yīng)用方程式(2)～(3)，得到改進(jìn)的老化動力學(xué)模型預(yù)測結(jié)果。結(jié)合表1 中老化動力學(xué)模型預(yù)測數(shù)據(jù)，得到改進(jìn)的老化動力學(xué)模型與老化動力學(xué)模型預(yù)測結(jié)果對比情況如表2 所示。

圖3 ASW#試樣阻抗模值Fig.3 Impedance magnitude of ASW

表1 老化動力學(xué)模型預(yù)測結(jié)果Table 1 Prediction results of degradation kinetics model

從表2 中可以看出，改進(jìn)的老化模型在預(yù)測ASW2#試樣時，大部分情況改進(jìn)的老化模型預(yù)測精度較高。老化模型預(yù)測的9 個周期的平均誤差為1.96 周期，改進(jìn)的老化模型平均誤差為0.92周期，預(yù)測精度提高為52.9%。在涂層尚未破壞的0～4 周期，老化模型預(yù)測的平均誤差為2.67周期，改進(jìn)的老化模型平均誤差為1.06 周期，預(yù)測精度提高為60.1%。

3.3 神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果

根據(jù)圖3 中數(shù)據(jù)應(yīng)用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測，結(jié)果如表3 所示。

表2 改進(jìn)的老化動力學(xué)模型與老化動力學(xué)模型對比結(jié)果Table 2 Comparison between improved degradation kinetics model and degradation kinetics model

從表3 中可以看出，神經(jīng)網(wǎng)絡(luò)模型在預(yù)測ASW2#試樣時，神經(jīng)網(wǎng)絡(luò)模型預(yù)測精度較老化模型顯著提高。老化模型預(yù)測的9 個周期的平均誤差為1.96 周期，神經(jīng)網(wǎng)絡(luò)模型平均誤差為0.22周期，預(yù)測精度提高為88.6%。在涂層尚未破壞的0～4周期，老化模型預(yù)測的平均誤差為2.67周期，神經(jīng)網(wǎng)絡(luò)模型模型平均誤差為0 周期，預(yù)測精度提高為100%。

表3 神經(jīng)網(wǎng)絡(luò)模型與老化動力學(xué)模型對比結(jié)果Table 3 Comparison between neural networks model and degradation kinetics model

4 結(jié)論

1)改進(jìn)的老化動力學(xué)模型與老化動力學(xué)模型相比，合理考慮了基體的阻抗模值對總體阻抗模值的影響，采用多頻率的阻抗模值進(jìn)行測量，降低了偶然誤差，預(yù)測精度提高可達(dá)50%。

2)神經(jīng)網(wǎng)絡(luò)模型不僅有效避免了等效電路難于選擇的問題，同時考慮了多頻率下的阻抗模值、阻抗模值變化情況，預(yù)測結(jié)果更為準(zhǔn)確，預(yù)測精度提高可達(dá)80%。

［1］鐘蓮，王燕華，蘆永紅，等.導(dǎo)電高分子涂層防腐行為研究中的電化學(xué)方法［J］.腐蝕科學(xué)與防護(hù)技術(shù)，2010，22(4):354-358.

［2］李敏偉，傅耘，蔡良續(xù)，等.航空產(chǎn)品腐蝕損傷當(dāng)量折算方法研究［J］.裝備環(huán)境工程，2010，7(6):224-227.

［3］徐永祥，嚴(yán)川偉，丁杰，等.紫外光對涂層的老化作用［J］.中國腐蝕與防護(hù)學(xué)報，2004，24(3):168-173.

［4］Bierwagen G，Tallman D，Li J P，et al.EIS study of coated metals in accelerated exposure［J］.Progress in Organic Coating，2003，46(2):149-158.

［5］Fernández-Pérez B M，González-Guzmán J A，González S，et al.Electrochemical impedance spectroscopy investigation of the corrosion resistance of a waterborne arcylic coating containing active electrochemical pigments for the protection of carbon steel［J］.International Journal of Electrochemical Science 2014，9(4):2067-2079.

［6］Zhu Y F，Xiong J P，Tang Y M，et al.EIS study on failure process of two polyurethane composite coatings［J］.Progress in Organic Coatings，2010，69 (1):7-11.

［7］蔡健平，劉明，安英輝.鋁合金防護(hù)涂層老化動力學(xué)研究［J］.中國腐蝕與防護(hù)學(xué)報，2012，32(3):256-261.

［8］蔡健平，孫志華，崔繼紅.有機(jī)防護(hù)涂層綜合加速試驗老化動力學(xué)模型的建立［J］.材料保護(hù)，2012，45(2):8-10.

［9］Evans Mark.A statistical degradation model for the service life prediction of aircraft coatings:With a comparison to an existing methodology［J］.Polymer Testing，2012，31(1):46-55.

［10］王海濤，韓恩厚，柯偉.基于人工神經(jīng)網(wǎng)絡(luò)模型的鋁合金大氣腐蝕的預(yù)測［J］.中國腐蝕與防護(hù)學(xué)報，2006，26(5):272-276.

［11］趙霞，王佳，孔濤，等.SOM 人工神經(jīng)網(wǎng)絡(luò)與阻抗譜方法結(jié)合研究涂層的失效過程［J］.腐蝕科學(xué)與防護(hù)技術(shù)，2008，20(4):275-278.

［12］曾佳俊，周學(xué)杰，吳軍.金屬材料大氣腐蝕試驗相關(guān)性與壽命預(yù)測研究現(xiàn)狀［J］.腐蝕科學(xué)與防護(hù)技術(shù)，2015，27(1):90-94.

［13］曹楚南，張鑒清.電化學(xué)阻抗譜導(dǎo)論［M］.北京:科學(xué)出版社，2002:12.