• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Eurocorr 2004 >Corrosion pit depth extreme value prediction from limited inspection data
【24h】

Corrosion pit depth extreme value prediction from limited inspection data

机译：根据有限检验数据预测腐蚀坑深度极值

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Passive alloys like stainless steels are prone to localized corrosion in chlorides containingenvironments. The greater the depth of the localized corrosion phenomenon, the moredramatic the related damage that can lead to a structure weakening by fast perforation. Inpractical situations, because measurements are time consuming and expensive, the challengeis usually to predict the maximum pit depth that could be found in a large scale installationfrom the processing of a limited inspection data. As far as the parent distribution of pit depthsis assumed to be of exponential type, the most successful method was found in the applicationof the statistical extreme-value analysis developed by Gumbel.This study aims to present a new and alternative methodology to the Gumbel approach with aview towards accurately estimating the maximum pit depth observed on a ferritic stainlesssteel AISI 409 subjected to an accelerated corrosion test (ECC1) used in automotive industry.This methodology consists in characterising and modelling both the morphology of pits andthe statistical distribution of their depths from a limited inspection dataset. The heart of thedata processing is based on the combination of two recent statistical methods that avoidmaking any choice about the type of the theoretical underlying parent distribution of pitdepths: the Generalized Lambda Distribution (GLD) is used to model the distribution of pitdepths and the Bootstrap technique to determine a confidence interval on the maximum pitdepth.
机译：诸如不锈钢之类的钝态合金易于在含有氯化物的环境中发生局部腐蚀。局部腐蚀现象的深度越大，相关的损坏就越严重，该损坏会导致结构因快速穿孔而变弱。在实际情况下，由于测量既费时又昂贵，因此通常面临的挑战是通过处理有限的检验数据来预测在大型设备中可能发现的最大凹坑深度。就凹坑深度分布的母体分布是指数型而言，最成功的方法是在Gumbel开发的统计极值分析的应用中发现的。本研究旨在为Gumbel方法提供一种新的替代方法为了准确估算在汽车行业使用的经过加速腐蚀测试（ECC1）的铁素体不锈钢AISI 409上观察到的最大凹坑深度，该方法包括表征和建模凹坑的形态以及有限深度下的深度统计分布检查数据集。数据处理的核心是基于两种最新的统计方法的组合，这些方法避免对坑深的理论基础父分布的类型做出任何选择：广义Lambda分布（GLD）用于对坑深的分布和Bootstrap技术进行建模确定最大坑深的置信区间。

著录项

  • 来源
    《Eurocorr 2004》|2004年|1-9|共9页
  • 会议地点 Nice(FR)
  • 作者

    D. Najjar; M. Bigerelle; L. Bourdeau; D. Guillou; A. Iost;

  • 作者单位

    Laboratoire de Métallurgie Physique et Génie des Matériaux - CNRS UMR 8517 EquipeSurfaces et Interfaces ENSAM Lille 8 Boulevard Louis XIV 59046 Lille cedex France.Email: denis.najjar@lille.ensam.fr;

    Laboratoire de Métallurgie Physique et Génie des Matériaux - CNRS UMR 8517 EquipeSurfaces et Interfaces ENSAM Lille 8 Boulevard Louis XIV 59046 Lille cedex France.Email:maxence.bigerelle@lille.ensam.fr;

    Arcelor Recherche CMDI / Centre de Recherches d'Isbergues BP 15 62330 Isbergues France. Email: laurent.bourdeau@ugine-alz.arcelor.com;

    Arcelor Recherche CMDI / Centre de Recherches d'Isbergues BP 15 62330 Isbergues France. Email:delphine.guillou@ugine-alz.arcelor.com;

    Laboratoire de Métallurgie Physique et Génie des Matériaux - CNRS UMR 8517 EquipeSurfaces et Interfaces;

  • 会议组织
  • 原文格式 PDF
  • 正文语种
  • 中图分类
  • 关键词

    Pit depth; extreme value statistics; Bootstrap; limited inspection data; safety;

    机译：坑深;极值统计；引导程序检验数据有限；安全;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号