航空鋁合金材料腐蝕損傷研究

胡家林 王琳

摘 要：對航空LY12CZ鋁合金試驗件進行了腐蝕試驗，提取了孔蝕率、蝕坑分形維數(shù)、蝕坑半徑、灰度值、能量值共計五種腐蝕圖像特征值。通過灰色預(yù)測方法對腐蝕圖像特征值與腐蝕損傷之間的關(guān)系進行了研究，構(gòu)建了基于圖像特征值的GM（1，5）和GM（1，6）腐蝕損傷預(yù)測模型，模型計算所得蝕坑深度與實測蝕坑深度較為接近，結(jié)果合理。

關(guān)鍵詞：鋁合金 腐蝕圖像 腐蝕損傷 灰色模型

中圖分類號：V250 文獻標(biāo)識碼：A 文章編號：1672-3791（2015）02（c）-0213-02

腐蝕是飛機結(jié)構(gòu)的一種主要損傷形式，是飛行故障及災(zāi)難的主要原因之一，特別是在我國沿海地區(qū)，服役過程中發(fā)現(xiàn)飛機機體腐蝕問題相當(dāng)嚴(yán)重。腐蝕圖像反映了材料腐蝕表面的起伏變化和腐蝕的程度，因此對腐蝕圖像加以研究，找出其中包含著的腐蝕信息，并建立適當(dāng)?shù)姆椒▽⑦@些信息用于腐蝕損傷的研究是非常必要的。

1 預(yù)腐蝕試驗

1.1 試驗件

試驗件采用平板狀試件，由LY12CZ鋁合金材料制成，其尺寸如圖1所示。

1.2 試驗方案

采用酸性NaCl溶液浸泡，具體配比為5%的NaCl溶液中加入5%的稀硫酸使其pH=4±0.2，溶液溫度為室溫。在試驗過程中，每隔5天利用KH-7700數(shù)字顯微鏡對試件進行一次拍照，整個試驗周期為40天，此時試驗件尚處于點蝕階段。

1.3 試驗結(jié)果

通過預(yù)腐蝕試驗，最終共獲得14組不同腐蝕時間試件的腐蝕表面照片，如圖2所示。

從圖2中可以看出，腐蝕時間為20天的試件形成的腐蝕坑，表面積較小且分布稀疏，與之相應(yīng)，腐蝕坑的深度也較小。腐蝕時間為40天的試件表面積明顯加大，部分相鄰蝕坑之間發(fā)生了相互交錯結(jié)合的情況，此時的腐蝕坑深度也明顯增加。上述現(xiàn)象反映了腐蝕表面形貌與腐蝕損傷程度（蝕坑深度）之間在發(fā)展趨勢上確實存在著某種內(nèi)在聯(lián)系和一致性。

此外，該文還利用KH-7700數(shù)字顯微鏡的實時3D圖像合成功能，并結(jié)合該設(shè)備自帶軟件計算得到了不同腐蝕時間的最大點蝕坑深度，其基本測量原理為國標(biāo)GB/T18590-2001所述的點蝕坑深度變焦顯微測量法，具體測量結(jié)果見表1。

2 腐蝕圖像特征值的提取

通過數(shù)字圖像處理技術(shù)從拍攝得到的腐蝕照片中提取了孔蝕率、蝕坑分形維數(shù)、點蝕坑半徑、圖像灰度值、能量值，共計五種腐蝕圖像特征值，見表1?？梢钥闯觯S著腐蝕時間的延長，腐蝕程度的加深，蝕坑半徑、孔蝕率、蝕坑分形維數(shù)均呈現(xiàn)出增大的趨勢，而圖像的灰度值和能量值則在整體上呈現(xiàn)出減小的趨勢。

3 基于腐蝕圖像特征值的腐蝕損傷研究

采用灰色預(yù)測方法對圖像特征值和腐蝕損傷量之間的關(guān)系加以研究，所建模型為多變量灰色預(yù)測模型GM（1，5）和GM（1，6），其中，作為變量的是五種腐蝕圖像特征值以及腐蝕時間t。計算結(jié)果見圖3。

圖3中以五種腐蝕圖像特征值孔蝕率、蝕坑半徑、灰度值、能量值、蝕坑分形維數(shù)作為變量建立了GM（1，5）預(yù)測模型，將腐蝕時間小于30天的11組數(shù)據(jù)作為已知變量，利用所建模型對腐蝕時間大于30天的試件蝕坑深度進行預(yù)測，（為圖中所對應(yīng)的12、13、14三個數(shù)據(jù)點）。從圖中可以看出，此時五變量灰色模型的預(yù)測結(jié)果與真實值吻合較好，平均相對誤差為15.49%，而引入了時間變量t后的六變量預(yù)測模型的平均相對誤差為40%。

4 結(jié)語

該文從腐蝕表面照片出發(fā)，提取了腐蝕圖像特征值，建立了基于圖像特征值的腐蝕損傷灰色預(yù)測模型。在研究過程中，得到以下結(jié)論。

（1）隨著腐蝕時間的增加，試件的表面圖像和腐蝕損傷也在不斷變化，它們的變化趨勢存在某種內(nèi)在聯(lián)系和一致性。

（2）圖像特征值反映了腐蝕表面的起伏變化和材料的腐蝕程度，將其作為輸入?yún)?shù)對腐蝕損傷程度（蝕坑深度）進行預(yù)測是可行的，預(yù)測結(jié)果也較為合理。

參考文獻

[1] 卞貴學(xué)，陳躍良，張丹峰，等.基于IDS的鋁合金預(yù)腐蝕疲勞壽命研究[J].航空學(xué)報，2008，29（6）：1526-1530.

[2] 張有宏，呂國志，陳躍良.LY-12CZ鋁合金預(yù)腐蝕及疲勞損傷研究[J].航空學(xué)報，2005，26（6）：125-128.

[3] Silva J， Bustamante A. Morphological analysis of pits formed on AI 2024-T3 in chloride aqueous solution[J]. Applied Surface Science， 2004，236（1）： 356-365.

[4] Codaro E N， Nakazato R Z， Horovistiz A L. An image processing method for morphology characterization and pitting Corrosion evaluation[J].Materials Science & Engineering A，2002，334（1）：298-306.

[5] 張瑋.金屬腐蝕形貌特征提取用于腐蝕診斷的研究[D].大連：大連理工大學(xué)，2004.

[6] 宋詩哲，王守琰，高志朋，等.圖像識別技術(shù)研究有色金屬大氣腐蝕早期行為[J].金屬學(xué)報，2002，38（8）：893-896.