Можно ли предсказать коррозию для разработки прочных материалов?

Фантастические сцены разваливающейся инфраструктуры, знакомые по фильмам-антиутопиям, отражают не вымысел, а реальную проблему: коррозия разрушает здания, мосты и автомобили, становясь одной из самых дорогостоящих угроз для экономики.
Можно ли предсказать коррозию для разработки прочных материалов?
Изображение носит иллюстративный характер

Глобальные затраты на борьбу с коррозией оцениваются в триллионы долларов, а в Соединённых Штатах до 3% валового внутреннего продукта расходуется на устранение отказов материалов, вызванных этим процессом.

Учёные из Национальной лаборатории Лоуренса Ливермора (LLNL) работают над прогнозированием коррозионных процессов, чтобы на ранней стадии проектировать более прочные и долговечные материалы. Результаты исследований опубликованы в журнале Nature Communications.

Брэндон Вуд из LLNL подчёркивает, что традиционные представления о коррозии базировались на исторических данных, связанных с определёнными металлическими составами и технологиями обработки, и любые изменения в этих параметрах делают прежние прогнозы ненадёжными – «все ставки пропадают».

Пэнхэ Сяо, бывший постдокторант LLNL, ныне сотрудничающий с Dalhousie University, разработал многомасштабные симуляции, отражающие динамику роста, растворения и изменений состава оксидных плёнок под влиянием факторов, таких как pH и напряжение. Экспериментальные исследования, проведённые под руководством Криса Орми из LLNL, дали важное представление о промежуточном режиме напряжения, ранее остававшемся малоизученным.

Применение продвинутого кинетического моделирования позволило ускорить симуляцию коррозионных процессов с учётом как состава материалов, так и рабочих условий. Особое внимание уделено естественной оксидной плёнке, которая играет роль защитного барьера, и изменениям её свойств (растворение, трещинообразование, увеличение проницаемости) приводящим к разрушениям.

Анализ включал три режима напряжения: низкий, высокий и промежуточный. В случае промежуточного режима исследователи обнаружили конкуренцию между процессами растворения и повторного осаждения, когда молекулы покидают поверхность, перемешиваются и вновь осаждаются, изменяя внешний вид и защитные свойства плёнки.

Интеграция методов симуляции с элементами машинного обучения позволила создать модель, способную прогнозировать время и механизмы коррозии в сложных условиях, что имеет практическое значение для строительства кораблей, мостов и других критичных объектов, где микробатарейные эффекты усиливают процесс разрушения.


Новое на сайте

19164Уязвимые обучающие приложения открывают доступ к облакам Fortune 500 для криптомайнинга 19163Почему ботнет SSHStalker успешно атакует Linux уязвимостями десятилетней давности? 19162Microsoft устранила шесть уязвимостей нулевого дня и анонсировала радикальные изменения в... 19161Эскалация цифровой угрозы: как IT-специалисты КНДР используют реальные личности для... 19160Скрытые потребности клиентов и преимущество наблюдения над опросами 19159Академическое фиаско Дороти Паркер в Лос-Анджелесе 19158Китайский шпионский фреймворк DKnife захватывает роутеры с 2019 года 19157Каким образом корейские детские хоры 1950-х годов превратили геополитику в музыку и... 19156Научная революция цвета в женской моде викторианской эпохи 19155Как новый сканер Microsoft обнаруживает «спящих агентов» в открытых моделях ИИ? 19154Как новая кампания DEADVAX использует файлы VHD для скрытой доставки трояна AsyncRAT? 19153Как новые китайские киберкампании взламывают госструктуры Юго-Восточной Азии? 19152Культ священного манго и закат эпохи хунвейбинов в маоистском Китае 19151Готовы ли вы к эре коэффициента адаптивности, когда IQ и EQ больше не гарантируют успех? 19150Иранская группировка RedKitten применяет сгенерированный нейросетями код для кибершпионажа
Ссылка