Применение алгоритма “случайный лес” для предсказаний коррозионных потерь алюминия за первый год экспозиции в различных регионах мира

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

С помощью алгоритма “случайный лес” (RF) получены две модели для предсказаний первогодовых коррозионных потерь (K1) алюминия в открытой атмосфере в различных регионах мира. Модель RF1 получена с использованием объединенных баз данных международных программ ISO CORRAG и MICAT и испытаний на территории России и предназначена для оценки K1 в различных типах атмосферы в различных регионах мира. Модель позволяет предсказать K1 только в континентальных районах мира. Для всех типов атмосфер проведено сравнение точности прогноза K1 по модели RF1 и функции “доза–ответ” (ФДО), представленной в стандарте ISO 9223. Для континентальных мест сравнение достоверности прогноза дано по модели RF2 и функциям “доза–ответ”, представленной в стандарте ISO 9223 и новой ФДО. Показано, что достоверность предсказаний по обеим моделям RF существенно лучше, чем с использованием функций “доза–ответ”.

Об авторах

М. А. Гаврюшина

Институт физической химии и электрохимии имени А.Н. Фрумкина Российской академии наук

Email: maleeva.marina@gmail.com
Россия, 119071, Москва

А. И. Маршаков

Институт физической химии и электрохимии имени А.Н. Фрумкина Российской академии наук

Email: maleeva.marina@gmail.com
Россия, 119071, Москва

Ю. М. Панченко

Институт физической химии и электрохимии имени А.Н. Фрумкина Российской академии наук

Автор, ответственный за переписку.
Email: maleeva.marina@gmail.com
Россия, 119071, Москва

Список литературы

  1. ISO 9223:2012(E). Corrosion of metals and alloys. Corrosivity of atmospheres. Classification, determination and estimation, International Standards Organization, Geneve, 2012.
  2. ISO 9224:2012(E) Corrosion of metals and alloys. Corrosivity of atmospheres. Guiding values for the corrosivity categories, 2012.
  3. Panchenko Yu.M., Marshakov A.I. // Corr. Sci. 2016. V. 109. P. 217.
  4. Abramova M.G., Panchenko Y.M., Vetrova E.Y. et al. // Prot. Met. Phys. Chem. Surf. 2021. V. 57. № 7. P. 1272–1282.
  5. Panchenko Yu.M., Marshakov A.I., Nikolaeva L.A., Igonin T.N. // Civil Eng. J. 2020. V. 6. № 8. P. 1503.
  6. Knotkova D., Boschek P., Kreislova K. In Atmospheric Corrosion, Kirk W.W. and Lawson H.H., Eds., Philadelphia, PA, USA: American Soc. Test. Mater., 1995. P. 38.
  7. Morcillo M., In Atmospheric Corrosion, Kirk W.W. and Lawson H.H., Eds., Philadelphia, PA, USA: American Soc. Test. Mater. 1995. P. 257.
  8. Tidblad J., Kucera V., Mikhailov A.A., Henriksen J., Kreislova K., Yaites T., Stöckle B., Schreiner M. // Water, Air, and Soil Pollution. 2001. V. 130. P. 1457.
  9. Панченко Ю.М., Шувахина Л.А., Михайловский Ю.Н. // Защита металлов. 1982. Т. 18. С. 575.
  10. Panchenko Yu.M., Marshakov A.I., Nikolaeva L.A., Igonin T.N. // Corr. Eng. Sci. Tech. 2020. V. 55. № 8. P. 655.
  11. Breiman L. // Machine Learning. 2001. V. 45. P. 5.
  12. Zhi Y., Fu D., Zhang D., Yang T., Li X. // Metals. 2019. V. 9. № 3. P. 383.
  13. Yan L., Diao Y., Gao K. // Materials. 2020. V. 13. № 15. P. 3266.
  14. Zhi Y., Jin Z., Lu L., Yang T., Zhou D., Pei Z., Wu D., Fu D., Zhang D., Li X. // Corrosion Science. 2021. V. 178. № 109084.
  15. Panchenko Yu.M., Marshakov A.I., Bardin I.V., Shklyaev A.V. // Prot. Metals Phys. Chem. Surf. 2019. V. 55. №. 4. P. 753.
  16. Mikhailov A.A., Tidblad J., Kucera V. // Prot. Metals. 2004. V. 40. № 6. P. 541.
  17. Tidblad J., Kucera V., Mikhailov A.A., Knotkova D. In Outdoor Atmospheric Corrosion, Townsend H.E., Eds., West Conshohocken, PA, USA: American Soc. Test. Mater., 2002, p. 73.
  18. Panchenko Yu.M., Marshakov A.I., Nikolaeva L.A., Kovtanyuk V.V. // AIMS Materials Sci. 2018. V. 5. № 4. P. 624.
  19. Scikit-learn. Machine Learning in Python // https://scikit-learn.org/stable/index.html
  20. https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html

Дополнительные файлы


© М.А. Гаврюшина, А.И. Маршаков, Ю.М. Панченко, 2023