Page 82 - Zmist-n5-2015

РЕЗЮМЕ. Проведена серия экспериментов для исследования распространения пит-
тинговой коррозии нержавеющих сталей. С помощью анодной поляризации образцов ма-
териала в хлорсодержащей среде получено серию фрагментов поверхности поврежденной
питтингами. Для их анализа применено статистическое моделирование с помощью точеч-
ных процессов. Для моделирования обоюдного влияния питтингових повреждений ис-
пользованы случайные Марковские процессы с парным взаимодействием. Показано при-
менение характеристик случайных процессов для определения наличия связи между пит-
тингами.
SUMMARY. A series of experiments to study the distribution of pitting corrosion of stain-
less steels is carried out. With anodic polarization of a material sample in chlorinated environ-
ment a series of fragments of damaged surfaces by pitting corrosion is received. For image
analysis of the materials pitting corrosion damage a statistical modeling using point processes is
applied. For the modeling of pitting corrosion damage а Markov random processes with binary
interactions is used. The use of the characteristics of random processes to determine the presence
of the interaction between pittings is shown.

1. Похмурський В. І., Хома М. С. Корозійна втома металів і сплавів: монографія. – Львів:
Сполом, 2008. – 304 с.
2. Шлугер М. А., Ажогин Ф. Ф., Ефимов Е. А. Коррозия и защита металлов. – М.: Метал-
лургия, 1981. – 216 с.
3. Туфанов Д. Г. Коррозионная стойкость нержавеющих сталей, сплавов и чистых метал-
лов: справ. – М.: Металлургия, 1982. – 352 с.
4. Aziz P. M. Application of the statistical theory of extreme values to the analysis of maximum
pit depth data for aluminium // Corrosion. – 1956. – 12 (10). – P. 37.
5. Shibata T. and Takeyama T. Stochastic theory of pitting corrosion // Corrosion. – 1977. – 33,
№ 7. – P. 243–251.
6. Hawn D. E. Extreme Value Prediction of Maximum Pits on Pipelines // Materials Perfor-
mance. – 1977. – 16. – P. 29–32.
7. Stochastic modeling of pitting corrosion: A new model for initiation and growth of multiple
corrosion pits / A. Valor, F. Galeo, L. Alfonso, D. Rivas, J. M. Hallen // Corr. Sci. – 2007.
– 49. – P. 559–579.
8. A spatiotemporal model of interactions among metastable pits and the transition to pitting
corrosion / L. Organ, J. R. Scully, A. S. Mikhailov, J. L. Hudson // Electrochimica Acta.
– 2005. – 51. – P. 225–241.
9. Detection of interactions among localized pitting sites on stainless steel using spatial statis-
tics / N. D. Budiansky, L. Organ, J. L. Hudson, J. R. Scully // J. of the Electrochem. Soc.
– 2005. – 152, № 4. – P. B152–B160.
10. Models for the stochastic modeling of pitting corrosion / A. Valor, F. Caleyo, L. Alfonso,
J. C. Ve-lázquez, J. M. Hallen, С. Markov // Math. Problems in Engng. – 2013. – Article ID.
– 108386.
11. Baddeley A. J. and van Lieshout M. N. M. Area-interaction point processes // Annals of the
Institute of Statistical Mathematics. – 1995. – 47, № 4. – P. 601–619.
12. Grabarnik P. and Sarkka A. Interacting neighbour point processes: some models for cluste-
ring // J. of Statistical Computation and Simulation. – 2001. – 68. – P. 103–126.
13. Ripley B. Test of randomness for spatial point patterns // J. of the Royal Stat. Soc. – 1979.
– 3. – P. 368–374.
14. Fiksel T. Estimation of parameterized pair potentials of marked and nonmarked Gibbsian
point processes // Elektron. Informationsverarb. u. Kybernet. – 1984. – 20. – P. 270–278.
15. Косаревич Р. Я. Сегментація зображень із використанням характеристик точкових
образів // Відбір та обробка інформації. – 2012. – Вип. 36 (112). – С. 91–97.
16. The R Project for Statistical Computing [Електронний ресурс]. – Режим доступу до
ресурсу: http://cran.r-project.org.
17. Spatial Nonhomogeneous Poisson Point Process in Corrosion Management / J. Lopez De La
Cruz, S. P. Kuniewski, J. M. Van Noortwijk, M. A. Gutierrez // J. of the Electrochem. Soc.
– 2008. – 155, № 8. – P. C396–C406.

Одержано 11.02.2015

81