基于数量关系研究铝合金船体点蚀对拉伸性能的影响

2021-12-30亓云飞孙丹丹董彩常

装备环境工程 2021年12期

亓云飞，孙丹丹，董彩常

（钢铁研究总院，北京 100095）

铝合金材料因其比重轻、强度高等优点，近年来被广泛应用于各类中小型高速船舶中，如军用小型舰艇、水翼艇和穿浪双体船等[1-3]。但铝在海水中受氯离子作用，会破坏氧化膜，容易产生点蚀现象。相关研究表明[4-5]，相对于其他铝合金，海水中的氯离子对5000系铝合金的腐蚀程度较低。5083铝合金具有较高的强度、良好的塑性及加工性，是一种很常见的船用铝合金[6-7]。船用铝合金耐蚀性研究是船用铝合金全寿命周期中不可或缺的一部分。铝合金在海水环境中常见的腐蚀现象为点蚀，腐蚀缺陷会影响船体铝合金板的机械性能，进而影响铝合金船体的耐用性及寿命。数据分析法现已应用于各个领域，其中，数量关系分析可以依据得到的自变量和因变量，得出相关的经验公式和相关关系，对相关性能进行判断及评价。

基于数量关系分析法对点蚀及铝合金船体板的机械性能进行分析研究，利用数量关系分析的特点获得相关经验公式，可用于研究铝合金船体板的耐蚀寿命。本试验载体为服役10 a的某型艇船体Al-Mg5083合金板，船体板点腐蚀严重，对其进行拉伸性能研究，将不同测试试样的点蚀数据与拉伸强度等拉伸性能损失数据进行拟合回归分析及相关性分析，寻找铝合金板的点蚀特征和其拉伸性能的联系，找到它们之间的线性或非线性关系。即可通过铝合金板的点蚀特征统计数据来预测样品的拉伸性能，为5083铝合金船体耐蚀寿命研究提供数据支撑。

1 试验与分析方法

1.1 试验材料与试验方法

试验材料为Al-Mg5083合金，筛选点蚀样板，制备尺寸为200 mm×30 mm×3.5 mm的哑铃状试样，尽量使点蚀集中在拉伸试验段内[8]，如图1所示。拉伸试验参照GB/T 228.1—2010进行，在WDW3200万能电子试验机上进行，拉伸速度为1.0 mm/min，记录拉伸强度。

由图1可知，试验板点蚀形貌较清晰，容易统计分辨点蚀的数量及大小。参照GB/T 18590—2001《金属和合金的腐蚀点蚀评定方法》，每块板的点蚀覆盖面积通过6 mm2的网格板进行测量统计；将所有点蚀深度通过测微计进行测量统计，得出最大点蚀深度，并计算平均点蚀深度；统计点蚀覆盖面积及点蚀深度最大的点蚀部位，用锥形体积公式估算得出最大点蚀体积。

图1 点蚀区样板拉伸试样 Fig.1 Pitting zone sample tensile specimen

1.2 拟合回归分析

根据试验数据，拟合自变量（点蚀覆盖面积、最大点蚀深度、平均点蚀深度、最大点蚀体积）与因变量间（抗拉强度）的函数关系，并计算拟合结果的指标，绘制相应的图像。

运用线性和多项式拟合技术探讨每对自变量、因变量之间的关系。选择一组自变量、因变量，组成数据集X、Y分别是自变量和因变量的数据集合，在数据集D上运用多项式拟合技术获得函数关系y=f(x)。

拟合回归分析流程如图2所示，首先输入数据集D，从D中获取数据X、Y，运用多项式拟合算法求得f(x) =polyfit(X,Y,c)（c代表多项式的阶数，具体值依据实际情况确定），计算MSE和R2衡量拟合效果，最后输出f(x)、MSE和R2。

图2 拟合回归分析流程 Fig.2 Flow chart of fitting regression analysis

每对自变量、因变量为一次实验，共四组研究。通过拟合函数f（x），得到相应指标的估计值。MSE为均方误差，它可以评价数据的变化程度，MSE值越小，预测模型对实验数据描述的精确度更好。R2为拟合优度，最大值为1，R2的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R2的值越小，说明回归直线对观测值的拟合程度越差[9-10]。

1.3 相关性分析

相关性分析流程如图3所示。对自变量与因变量、自变量自身的相关性进行研究，主要通过计算Pearson系数来表示各变量间的相关强度。Pearson相关系数是用来衡量两个数据集合是否在一条线上，衡量定距变量间的线性关系。相关系数的绝对值越大，越接近于1或−1，相关性越强：相关系数越接近于0，相关度越弱[11-14]。选择要计算相关系数的变量，重复图3中的过程即可。

图3 相关性分析流程 Fig.3 Flow chart of correlation analysis

2 试验结果与分析

2.1 腐蚀形貌与物理性能试验结果

点蚀区域有6块平行样，分别编号为4-1、4-2、4-3、4-4、4-5、4-6。表1、表2为点蚀区域的点蚀形貌统计及拉伸性能试验数据，拉伸性能测试曲线如图4所示。

表1 点蚀区点蚀特征参数值 Tab.1 Pitting characteristic parameter value in the pitting area

表2 点蚀区样板拉伸试验数据 Tab.2 Tensile test data of sample plate in pitting area

图4 拉伸性能测试曲线 Fig.4 Test curve of tensile property

对点蚀船体板试样的点蚀参数及其拉伸强度（见表1、表2、图4）进行分析，比较了点蚀船体板平行样的点蚀形貌，发现点蚀最严重的样品为4-4，点蚀最轻微的样品为4-1。拉伸试验结果表明，样品4-4的抗拉强度最小，仅为145 MPa；样品4-1的抗拉强度最大，为291 MPa。样品4-2、4-3、4-5、4-6的拉伸强度由大到小排序为：4-6>4-3>4-2=4-5。由点蚀数据可知，样品4-2、4-5的点蚀深度较大，样品4-6的点蚀深度较小，说明腐蚀深度越深，拉伸强度越小，材料越容易断裂失效。

2.2 拟合回归分析

点蚀参数值（点蚀覆盖面积、最大点蚀深度、平均点蚀深度、最大点蚀体积）与抗拉强度损失数据的拟合如图5所示，以此研究四个参数与抗拉强度之间的关系。

图5 点蚀参数值与抗拉强度损失数据拟合图 Fig.5 Fitting graphs of pitting parameter value and tensile strength loss data: a) area covered by pitting; b) maximum pitting depth; c) average pitting depth; d) maximum pitting volume

图5a中，横坐标为点蚀覆盖面积，纵坐标为抗拉强度，黑点为原始数据，直线代表拟合函数。可以明显看出，点蚀覆盖面积和抗拉强度为负相关。拟合函数为f(x) =-1 5.96x+263.96，其中，R2为0.311。

图5b中，横坐标为最大点蚀深度，纵坐标为抗拉强度，黑点为原始数据，曲线代表拟合函数。可以明显看出，最大点蚀深度和抗拉强度为负相关。拟合函数为f(x)=21.44x2- 1 53.07x+ 414.25，R2为0.799。

图5c中，横坐标为平均点蚀深度，纵坐标为抗拉强度，黑点代表原始数据，曲线代表拟合函数。可以明显看出，平均点蚀深度和抗拉强度为负相关。拟合函数为f(x)=15.206x2- 125.51x+ 388.69，R2为0.798。

图5d中，横坐标为最大点蚀体积，纵坐标为抗拉强度，黑点代表原始数据，直线代表拟合函数。可以明显看出，最大点蚀体积和抗拉强度为负相关。拟合函数为f(x) =-6 97.38x+282.37，R2为0.725。

从图5可以看出，点蚀覆盖面积的样本点与拟合曲线的平均距离较大，最大点蚀深度、平均点蚀深度、最大点蚀体积与抗拉强度的负相关性更加明显，点蚀深度很好地描述了腐蚀对材料的影响。

2.3 相关性分析

自变量与因变量的Pearson相关系数见表3，可以看到，自变量与因变量总体呈现负相关性。其中，点蚀覆盖面积与因变量的相关性一般；最大点蚀深度与因变量的相关系数大于0.9，属于极强相关，可见最大点蚀深度对于材质的影响相当大；其次最大点蚀体积、平均点蚀深度与抗拉强度相关系数均较大，对材料的抗拉强度影响较大。