• Treffer 7 von 17774
Zurück zur Trefferliste

A hybrid probabilistic-deterministic framework for prediction of characteristic size of corrosion pits in low-carbon steel following long-term seawater exposure

  • A hybrid deterministic-probabilistic framework is presented that combines in-situ measurements and numerical analysis to predict the characteristic size of corrosion pits over extended periods of exposure to seawater. A probabilistic model, informed by corrosion current density and temperature data, applies a sampling method to a range of overpotential values to reflect the surface deterioration in terms of pitting. The model is calibrated and validated with pit size data obtained from corroded coupons. Results reveal a positively skewed truncated lognormal distribution of pit depths which implies a higher prevalence of smaller pit depths, corroborated both experimentally and numerically.

Volltext Dateien herunterladen

  • 1-s2.0-S0010938X24002233-main.pdf
    eng

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:F. Mehri Sofiani, J. TacqORCiD, S.A. ElahiORCiD, Somsubhro ChaudhuriORCiD, W. De WaeleORCiD
Dokumenttyp:Zeitschriftenartikel
Veröffentlichungsform:Verlagsliteratur
Sprache:Englisch
Titel des übergeordneten Werkes (Englisch):Corrosion Science
Jahr der Erstveröffentlichung:2024
Organisationseinheit der BAM:8 Zerstörungsfreie Prüfung
8 Zerstörungsfreie Prüfung / 8.3 Thermografische Verfahren
Verlag:Elsevier Ltd.
Jahrgang/Band:232
Aufsatznummer:112039
Erste Seite:1
Letzte Seite:15
DDC-Klassifikation:Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Angewandte Physik
Freie Schlagwörter:Offshore structures; Pitting corrosion; Potentiodynamic polarisation; Probabilistic analysis
Themenfelder/Aktivitätsfelder der BAM:Energie
Energie / Windenergie
DOI:10.1016/j.corsci.2024.112039
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:25.07.2024
Referierte Publikation:Ja
Datum der Eintragung als referierte Publikation:26.07.2024
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.