论文导读：高强铝合金。其实通过对实验数据的统计分析。本文采用概率神经网络模型来完成腐蚀损伤的分类任务。可把最大腐蚀深度分为三组。
关键词：铝合金，最大腐蚀深度，神经网络，统计分析
1 引言
高强铝合金，如LY12和LC4，在飞机上得到广泛的应用。由于飞机的特殊服役环境，如盐雾、高温潮湿等，这些结构材料表面和搭接件部位出现广布的腐蚀坑，并成为疲劳裂纹源，给结构的安全带来很大的危害。特别是随着大量飞机的服役年限超过其设计寿命，腐蚀损伤对铝合金结构的完整性影响越来越引起人们的重视。
高强铝合金的腐蚀是一种局部腐蚀，腐蚀的发生是随机的，实验数据往往分散性大，重复性差[1]，给腐蚀损伤的统计研究带来很大的困难，以至不同学者在把最大腐蚀深度作为腐蚀损伤衡量指标研究时，对腐蚀损伤的统计规律得出不同的结果。综合起来，腐蚀损伤最大深度分布形式有正态分布[2]、Gumbel第一型极值分布[3-4]、Gamma分布[5]、威布尔分布[6-7]等。本文将根据铝合金材料的失效机理和失效模式，用概率神经网络模型对最大腐蚀深度进行分类，然后对各组数据进行统计分析，以获得尽可能反映真实腐蚀损伤的分布特征，为腐蚀损伤可靠性评估奠定基础。
| |
| |
 |
2 最大腐蚀损伤深度的分类
2.1铝合金腐蚀的动力学特性
一般来说，总体样本服从什么分布与失效机理和失效模式有很大的关系。LY12和LC4等高强铝合金在大气环境中的腐蚀失效模式是点蚀—晶间腐蚀—剥蚀，其腐蚀规律和机理与单一腐蚀类型有很大的不同。点蚀发展成的腐蚀深度往往差异很大，腐蚀坑底部的腐蚀深度要比没有腐蚀坑的区域大得多，且最大腐蚀深度随时间增长很快。在晶间腐蚀过程中，腐蚀沿晶界扩展，在晶界形成连续的阳极通道，由于腐蚀产物的体积膨胀，在晶界发生“楔入效应”而产生张应力，导致沿晶界裂纹的形成和发展。对具有平行于表面、有高度方向性的扁平晶粒结构的高强铝合金来说，沿晶裂纹很容易沿着与表面平行的方向扩展，从而使表面层的金属发生层状开裂和剥落，即剥蚀[8-9]，此时沿深度方向的腐蚀速率减慢。可见，飞机结构腐蚀损伤的发展规律随时间而变化，其分布规律也许更适合于用多个分布函数来表征，而非单一分布函数。
其实通过对实验数据的统计分析，也表明用单一分布函数不能精确地表征腐蚀损伤的分布规律。例如，图1中给出了文献[2-3]中实验数据的累积分布，可以发现，很难用一个合适的分布函数来描述全部数据的分布特性。论文大全。只有把腐蚀损伤分成几组，才有可能得到更精确的分布。
总之，无论是基于材料的失效机理和失效模式，还是实验数据的分布特点，为了得到有效的腐蚀损伤分布，都需要对其进行细分，然后针对分类后的腐蚀损伤进行统计研究。本文采用概率神经网络模型来完成腐蚀损伤的分类任务。论文大全。
2.2概率神经网络模型
概率神经网络（PNN）是一种适合于模式分类的径向基网络。其原理是，输入数据后，网络首先计算输入矢量与训练矢量之间的距离，并产生一个矢量，来表征输入矢量和训练矢量之间的接近程度；然后网络总结输入矢量对各类的贡献程度，输出一个表征概率的矢量，最后网络用竞争传递函数选择一个最大的概率，对适合的类输出为1，其他的类输出为0[10]。
概率神经网络可以把声音、图像、信号和谱等信息映射成“类别号”，以实现对客体特定类别的识别。它已成功地应用于军事、医学、工业等多个领域，如心电图的正常或非正常划分、基于声纳信号的船体识别和基于光谱的钻石鉴别等。本文用MATLAB的PNN函数来建立对腐蚀损伤分类的概率神经网络模型。
 把最大腐蚀损伤深度作为训练对象，输入和输出目标矢量都是单行矩阵，这两个矩阵输入到NEWPNN函数中进行训练。
根据材料的失效模式：点蚀—晶间腐蚀—剥蚀，可把最大腐蚀深度分为三组，从图1也可看出分为三组是合理的，并分别用数字1～3表示。以文献[3]中的数据为研究对象（图1中黑点表示的数据）。用一半的数据进行网络训练，输出为分类代号1～3。最大腐蚀深度的网络训练结果如图2所示，可见概率神经网络能够很好地对最大腐蚀深度进行分类。由于数据有限，该模型精度有待进一步验证。
3 最大腐蚀深度的概率分布
所选数据来自于高强铝合金的腐蚀实验。论文大全。为了剔除材料对分布的影响，本文基于目前对高强铝合金LY12CZ腐蚀损伤分布的研究结果：正态分布[2]、Gumbel第一型极值分布[3]、威布尔分布[7]，分别对分类后的数据进行对比分析，以找出适合各组数据的最佳分布。
经过统计处理，各种分布针对各组数据的相关系数见表1。可以看出，对第一组数据，最佳分布为Gumbel第一型极值分布，正态分布和三参数威布尔分布都比较适合第二组数据，第三组数据最佳分布为三参数威布尔分布。这说明，高强铝合金点蚀的最大腐蚀深度服从Gumbel第一型极值分布，晶间腐蚀阶段服从正态分布和三参数威布尔分布，发生剥蚀后的最大腐蚀深度服从三参数威布尔分布。由此可见，对高强铝合金的最大腐蚀深度，特别当数值范围较大时，应对其进行分类并分别研究，采用三种或两种分布来表征其分布规律，而非单一分布,图3给出了分别应用Gumbel分布、正态分布和三参数威布尔对1～3类数据的累积分布。文献[3,2,7]的研究对象及结论分别为点蚀坑(Gumbel第一型极值分布)、加速腐蚀后以晶间腐蚀为主的腐蚀损伤(正态分布)和已服役6～13年发生剥蚀后的飞机结构腐蚀损伤(三参数威布尔分布)，它们都用优势数据掩盖了弱势数据的信息，从而得出不同的结论，不过这也从侧面验证了本文结论的正确性。
表1 各拟合模型的相关系数
| 分类号 |
拟 合 模 型 的  |
| 正态 |
Gumbell |
Weibull |
| 1 |
0.9854 |
0.9965 |
0.9862 |
| 2 |
0.9909 |
0.9700 |
0.9926 |
| 3 |
0.9479 |
0.9117 |
0.9869 |
4 结论
1)材料的失效模式和失效机理决定着腐蚀损伤的分布类型。高强铝合金的失效模式：点蚀—晶间腐蚀—剥蚀，决定了在对其腐蚀损伤的统计规律研究时，特别当腐蚀损伤数据范围较大时，应根据失效模式划分三组，用多个分布类型而非单一分布类型来表征腐蚀损伤的分布特性。
 2)建立的概率神经网络模型能很好地对最大腐蚀深度进行分类，为腐蚀损伤的可靠性评估奠定了基础。由于训练数据有限，在进一步应用该模型前，还需大量的数据对其进行训练，以提高其精度。
3)以高强铝合金LY12CZ的腐蚀实验数据为对象，对其分组后的最大腐蚀损伤深度统计研究表明，高强铝合金点蚀的最大腐蚀深度服从Gumbel第一型极值分布，晶间腐蚀阶段服从正态分布和三参数威布尔分布，发生剥蚀后的最大腐蚀深度服从三参数威布尔分布。由此可见，对高强铝合金的最大腐蚀深度，应用三种或两种分布来表征其分布规律。
参 考 文 献
1J.J. Medved, M. Breton, P.E. Irving. Corrosion pit size distributions andfatigue lives—a study of the EIFS technique for fatigue design in the presenceof corrosion. In J fatigue,2004(26):71-80.
2 谢伟杰，李荻，胡艳玲等. LY12CZ和7075T7351铝合金在EXCO溶液中腐蚀动力学的统计规律. 航空学报，1999,20（1）：34-38
3 胡艳玲，李荻，郭宝兰. LY12CZ铝合金型材的腐蚀动力学统计规律研究及日历寿命预测方法探讨。航空学报，2000,21（Sup.）：S53-S57
4 任和，冯元生，王琛.运七机翼腐蚀失效模型及其可靠性分析. 腐蚀科学与防护技术，1998，10(4):212-216.
5R. M. Pidaparti, S. Jayanti, C. A. Sowers. Classification,Distribution, and Fatigue Life of Pitting Corrosion for Aircraft Materials.Journal of Aircraft, 2002,39(3):486-492.
6 OsamaM. Alyousif. Corrosion and corrosion fatigue of aluminum alloys. LehighUniversity, April 2002.
7陈跃良,吕国志,段成美. 服役条件下飞机结构腐蚀损伤概率模型研究. 航空学报,2002,23:249-251.
8 谢伟杰. LY12CZ和7075T7351铝合金耐腐蚀寿命预测的探讨. 北京，北京航空航天大学，1998。
9 李荻，左尚志，郭宝兰. LY12铝合金剥蚀行为的研究. 中国腐蚀防护学报，1995，15(3):203-209.
10Demuth, H.,Beale,M. Neural Network Toolbox: For use with MATLAB, User’s Guide.Jan 1998.
|
