本书首先介绍钢铁材料学和腐蚀与防护学科发展史，重点讨论人工智能和大数据技术在材料腐蚀研究中的应用概况，这是本书的基础部分；然后，介绍腐蚀大数据探测器和系统的开发及其可靠性分析，以上内容是大数据技术研究的主体，与工程应用密不可分；最后，介绍耐蚀结构钢成分设计大数据方法的实现与应用、结构钢微观组织结构与耐蚀性关系的大数据技术研究、结构钢耐蚀性腐蚀大模型的建立和耐蚀结构钢新品种开发与应用等内容。本书内容基于对作者研究团队十多年腐蚀大数据与耐蚀钢研究方向最新成果的梳理和总结，旨在介绍腐蚀大数据技术和耐蚀钢研发的最新基础研究成果，为发展高品质耐蚀结构钢提供最新的理论基础。
样章试读
目录
- 目录
《材料腐蚀丛书》序
前言
第1章 钢铁材料及其腐蚀理论 1
1.1 钢铁简史：起源于宇宙，升华于人类 2
1.1.1 天堂神铁 2
1.1.2 铁匠问世 3
1.1.3 欧洲科技革命催生近代钢铁工业 4
1.1.4 美国、苏联、日本和中国对现代钢铁工业的贡献 5
1.1.5 回归钢铁之王—中国 6
1.2 钢铁材料分类及其性能 8
1.3 钢铁材料腐蚀的自然属性与理论体系 9
1.4 腐蚀评价方法 11
1.4.1 重量法 12
1.4.2 深度法 12
1.4.3 电流法 13
1.5 本章小结 18
第2章 传统结构钢耐蚀性设计与实现 19
2.1 材料设计与制备 19
2.2 材料设计与试验方法 20
2.3 试验结果 20
2.4 分析与讨论 30
2.5 本章小结 32
第3章 材料腐蚀大数据概念与技术基础 34
3.1 大数据技术发展背景 35
3.2 腐蚀大数据概念与特点 37
3.2.1 数据量大 38
3.2.2 高速度 39
3.2.3 多品种 39
3.2.4 价值 39
3.2.5 准确性 39
3.2.6 波动性 40
3.2.7 可视化 40
3.3 腐蚀数据在线监测技术 40
3.3.1 电阻探针监测技术 40
3.3.2 交流阻抗技术 41
3.3.3 双电极型大气腐蚀监测仪 42
3.3.4 石英晶体微天平技术 43
3.3.5 超声波测厚与超声导波探伤技术 44
3.4 腐蚀大数据分析与挖掘 45
3.4.1 多元线性回归 45
3.4.2 人工神经网络 46
3.4.3 支持向量机和支持向量回归 46
3.4.4 马尔可夫链 47
3.4.5 蒙特卡罗方法 47
3.4.6 灰色系统理论 47
3.4.7 贝叶斯信念网络 48
3.4.8 随机森林 48
3.5 本章小结 49
第4章 大气环境结构钢腐蚀大数据数据系统的设计与数据分析 50
4.1 新型腐蚀大数据传感器设计 51
4.2 新型腐蚀连续监测传感器标准化 52
4.3 大气腐蚀大数据系统硬件和软件技术 58
4.4 腐蚀大数据的可视化 61
4.4.1 累计腐蚀电量法 61
4.4.2 腐蚀大数据时钟图法 62
4.4.3 F指数法 62
4.5 本章小结 63
第5章 大气环境结构钢腐蚀大数据采集系统的可靠性 65
5.1 试验材料与方法 65
5.2 试验结果与讨论 67
5.3 本章小结 76
第6章 结构钢环境腐蚀联网观测 77
6.1 结构钢大气腐蚀联网观测 77
6.1.1 试验材料 77
6.1.2 腐蚀连续监测技术 77
6.1.3 暴露测试环境 78
6.2 试验结果与讨论 79
6.2.1 腐蚀初期连续监测结果 79
6.2.2 温度和相对湿度对腐蚀的影响 80
6.2.3 降雨对腐蚀的影响 82
6.2.4 机器学习分析大气污染物对腐蚀的影响 84
6.2.5 机器学习分析锈层生长对腐蚀的影响 87
6.3 室内外腐蚀因子作用规律的相关性讨论 88
6.4 结构钢户外腐蚀初期预测模型 88
6.5 本章小结 93
第7章 Cr对低合金钢耐蚀性影响的大数据动态监测与评价 95
7.1 材料设计及野外暴晒试验 96
7.2 Cr元素对结构钢腐蚀过程影响的大数据分析 98
7.3 Cr对耐蚀结构钢锈层演变机制的影响 110
7.4 含Cr结构钢耐蚀性演变的大数据评价 112
7.5 本章小结 114
第8章 Mo和Sn对低合金钢耐蚀性影响的大数据动态监测与评价 116
8.1 材料设计及野外暴晒试验 117
8.2 Mo及Sn元素对含Cr低合金结构钢腐蚀影响的大数据分析 117
8.3 Mo和Sn元素对腐蚀过程影响的机理分析 131
8.4 Mo与Sn对含Cr低合金结构钢耐蚀性演变的大数据评价 133
8.5 本章小结 135
第9章 Sn和Sb对低合金钢耐蚀性影响的大数据动态监测与评价 137
9.1 材料设计与野外暴晒试验 137
9.2 Sn与Sb元素对含Cr低合金结构钢腐蚀影响的大数据分析 138
9.3 基于随机森林模型的大气腐蚀影响因素预测 141
9.4 室内模拟实验结果与分析 145
9.5 本章小结 148
第10章 低合金结构钢耐蚀成分设计的机器学习模型与方法 149
10.1 机器学习模型建立 149
10.2 验证试验方法 152
10.3 试验结果与讨论 153
10.4 验证试验的结果分析 159
10.5 本章小结 165
第11章 高强低合金钢应力腐蚀的大数据动态监测与评价 166
11.1 材料设计与应力腐蚀大数据采集 167
11.2 机器学习模型建立 169
11.3 野外暴晒验证试验 171
11.4 室内外试验相关性分析 176
11.5 本章小结 178
第12章 晶粒度对低合金钢耐蚀性影响的大数据动态监测与评价 180
12.1 材料设计与制备 181
12.2 腐蚀大数据传感器制备及数据采集 182
12.3 试验结果 182
12.4 分析与讨论 198
12.5 本章小结 203
第13章 M-A组织对结构钢耐蚀性影响的大数据动态监测与评价 204
13.1 材料设计与制备 205
13.2 腐蚀大数据传感器制备及数据采集 206
13.3 试验结果 207
13.4 分析与讨论 214
13.5 本章小结 215
第14章 焊接组织对低合金钢耐蚀性影响的大数据动态监测与评价 217
14.1 材料设计与制备 217
14.2 腐蚀大数据传感器制备及数据采集 219
14.3 试验结果 219
14.4 分析与讨论 225
14.5 本章小结 234
第15章 结构钢耐蚀性动态演化大模型与耐蚀新钢种开发 236
15.1 模型及方法 236
15.1.1 人工神经网络模型 237
15.1.2 支持向量机模型 237
15.1.3 随机森林模型 238
15.1.4 深度学习模型 239
15.2 基于机器学习的环境因素与腐蚀关系挖掘 240
15.3 基于机器学习的微合金成分、微观结构因素与腐蚀速率关系挖掘 244
15.4 数智驱动耐蚀结构钢设计与智慧钢铁材料 254
15.5 本章小结 256
参考文献 257
京公网安备 11010102004214号