Morphological changes of deformed structural steel surface in corrosive environment

Cover Page

Cite item

Full Text

Abstract

Introduction. Internal factors, including phase heterogeneity, crystallographic texture, residual stress amplitude and the concentration of non-metallic inclusions, exert a nonlinear, multi-parametric effect on the corrosion resistance of metallic systems in aggressive environments. This complex interaction significantly complicates the prediction of corrosion degradation kinetics and the assessment of the operational life of metal structures. These parameters modulate the spatial distribution of corrosion defects, their morphology and penetration depth, necessitating a systematic approach to establish quantitative correlations. To gain a more accurate understanding and account for the influence of internal factors on the corrosion process, comprehensive research and analysis are required. The use of mathematical processing methods in the analysis of influence will reveal stronger regularities applicable to the process of corrosion damage. This will enable the development of methods and approaches for optimizing the design, production and operation of metal structures and products, as well as improving their reliability and durability. Purpose of work is to develop a multi-criteria model linking the depth of corrosion damage (an integral indicator of environmental aggressiveness) with microstructural, mechanical, and topographic characteristics of low-carbon steel St3. The objects of the study are samples from rolled sheet metal with varying degrees of residual plastic deformation (ε = 0–7%). Methods of investigation. Grain size, texture, and dislocation density were assessed through microstructural analysis using optical microscopy (Olympus GX53) and scanning electron microscopy (JEOL 6008A). Quantitative morphometry of corrosion damage was performed using digital image analysis (AXALIT software), with median depth determined as a key parameter. X-ray diffraction analysis of residual stresses was implemented to construct tensor stress fields. Results and discussion. Experimental data demonstrates a non-linear increase of the median depth of corrosion damage with the degree of deformation: at ε = 6.6%, a twofold increase in the median depth is observed compared to the undeformed state. Multivariate regression analysis revealed the dominant influence of internal residual stresses on the kinetics of the corrosion damage process (R² = 0.89). The scatter of the determined values for internal stresses is ±5 μm. The observed regularities are associated with the behavior of the material structure during plastic deformation, which occurs most significantly in the {111} <110> directions, leading to the generation of reverse residual stresses. The median depth of corrosion damage reflects the rate of corrosion. The group method of data handling (GMDH) allowed for the synthesis a complex parameter combining various parameters of steel structure. Polynomial approximation of the dependence of the median depth of corrosion damage in 5% HCl on the complex parameter shows high convergence (R² = 0.99) with a determination error of ±1 μm. The developed model confirms that residual stresses are one of the key factors modulating the corrosion activity of deformed St3 steel. The results obtained allow for the optimization of cold treatment of steel to increase the corrosion resistance of metal structures. Further studies are planned to focus on the influence of dynamic loads and temperature gradients on the evolution of dislocation substructures.

About the authors

R. A. Sokolov

Email: falcon.rs@mail.ru
Ph.D. (Engineering), Tyumen Industrial University, 38 Volodarskogo str., Tyumen, 625000, Russian Federation, falcon.rs@mail.ru

K. R. Muratov

Email: muratows@mail.ru
Ph.D. (Engineering), Tyumen Industrial University, 38 Volodarskogo str., Tyumen, 625000, Russian Federation, muratows@mail.ru

R. A. Mamadaliev

Email: mamadalievra@tyuiu.ru
Tyumen Industrial University, 38 Volodarskogo str., Tyumen, 625000, Russian Federation, mamadalievra@tyuiu.ru

References

  1. Li Y., Wang F.G., Liu G. Grain size effect on the electrochemical corrosion behavior of surface nanocrystallized low-carbon steel // Corrosion. – 2004. – Vol. 60 (10). – P. 891–896. – doi: 10.5006/1.3287822.
  2. Оценка влияния дисперсности структуры стали на магнитные и механические свойства / Р.А. Соколов, В.Ф. Новиков, К.Р. Муратов, А.Н. Венедиктов // Обработка металлов (технология, оборудование, инструменты). – 2021. – Т. 23, № 4. – С. 93–110. – doi: 10.17212/1994-6309-2021-23.4-93-110.
  3. Помазова А.В., Панова Т.В., Геринг Г.И. Роль факторов формы зеренной структуры в электрохимической коррозии котельных труб, изготовленных из углеродистой стали 20 // Практика противокоррозионной защиты. – 2013. – № 3 (69). – С. 68–71.
  4. Шур Я.С., Зайкова В.А. О влиянии напряжений на магнитную структуру кристаллов кремнистого железа // Физика металлов и металловедение. – 1958. – Т. 6, вып. 3. – С. 545–555.
  5. Смирнов М.А., Счастливцев В.М., Журавлев Л.Г. Основы термической обработки стали: учебное пособие. – Екатеринбург: УрО РАН, 1999. – 495 с.
  6. Tensile properties and twinning behavior of high manganese austenitic steel with fine-grained structure / R. Ueji, N. Tsuchida, D. Terada, N. Tsuji, Y. Tanaka, A. Takemura, K. Kunishige // Scripta Materialia. – 2008. – Vol. 59 (9). – P. 963–966. – doi: 10.1016/j.scriptamat.2008.06.050.
  7. Влияние термической обработки на образование соединения MnS в низкоуглеродистой конструкционной стали 09Г2С / Р.А. Соколов, В.Ф. Новиков, И.М. Ковенский, К.Р. Муратов, А.Н. Венедиктов, Л.З. Чаугарова // Обработка металлов (технология, оборудование, инструменты). – 2022. – Т. 24, № 4. – С. 113–126. – doi: 10.17212/1994-6309-2022-24.4-113-126.
  8. Influence of surface treatment of construction steels on determination of internal stresses and grain sizes using X-ray diffractometry method / R. Sokolov, V. Novikov, A. Venedictov, K. Muratov // Materials Today: Proceedings. – 2019. – Vol. 19 (5). – P. 2584–2585. – doi: 10.1016/j.matpr.2019.09.015.
  9. Introduction to Corrosion Monitoring // Metal Samples: Corrosion Monitoring Systems: website. – URL: https://www.alspi.com/introduction.htm (accessed: 25.03.2025).
  10. Жук Н.П. Курс теории коррозии и защиты металлов. – М.: Металлургия, 1976. – 472 с.
  11. Intelligent coatings for corrosion control / ed. by A. Tiwari, L. Hihara, J. Rawlins. – Butterworth-Heinemann, 2014. – 746 p. – ISBN 9780124114678.
  12. Nalli K. Corrosion and its mitigation in the oil and gas industry. An overview // PetroMin Pipeliner Report. – 2010. – January – March. – P. 10–16.
  13. Определение взаимосвязи фактора разнозернистости и скорости коррозии конструкционной стали / Р.А. Соколов, В.Ф. Новиков, К.Р. Муратов, А.Н. Венедиктов // Обработка металлов (технология, оборудование, инструменты). – 2020. – Т. 22, № 3. – С. 106–125. – doi: 10.17212/1994-6309-2020-22.3-106-125.
  14. Помазова А.В., Панова Т.В., Геринг Г.И. Роль факторов формы зеренной структуры в электрохимической коррозии котельных труб, изготовленных из углеродистой стали 20 // Практика противокоррозионной защиты. – 2013. – № 3 (69). – С. 68–71.
  15. Effect of grain boundary segregations on martensitic transformation temperatures in NiTi bi-crystals / R. Babicheva, A. Semenov, S. Dmitriev, K. Zhou // Письма о материалах. – 2019. – Т. 9, № 2. – С. 162–167. – doi: 10.22226/2410-3535-2019-2-162-167.
  16. Study of defect evolution by TEM with in situ ion irradiation and coordinated modeling / M. Li, M.A. Kirk, P.M. Baldo, D. Xu, B.D. Wirth // Philosophical Magazine. – 2012. – Vol. 92. – P. 2048–2078. – doi: 10.1080/14786435.2012.662601.
  17. Мамадалиев Р.А., Бахматов П.В. Распределение легирующих элементов в многопроходных сварных швах хромоникелевой стали // Металловедение и термическая обработка металлов. – 2023. – № 5 (815). – С. 55–60. – doi: 10.30906/mitom.2023.5.55-60.
  18. The role of nonmetallic inclusions in accelerating the local corrosion of metal products made of plain-carbon and low-alloy steels / I.G. Rodionova, O.N. Baklanova, G.A. Filippov, I.I. Reformatskaya, A.N. Podobaev, S.D. Zinchenko, M.V. Filatov, S.V. Efimov, V.Ya. Tishkov, A.V. Golovanov, V.I. Stolyarov, A.V. Emel’;yanov, E.Ya. Kuznetsova // Metallurgist. – 2005. – Vol. 49 (3–4). – P. 125–130. – doi: 10.1007/s11015-005-0065-3.
  19. Vacancy defects in Fe: comparison between simulation and experiment / M.R. Gilbert, Z. Yao, M.A. Kirk, M.L. Jenkins, S.L. Dudarev // Journal of Nuclear Materials. – 2009. – Vol. 386–388. – P. 36–40. – doi: 10.1016/j.jnucmat.
  20. Роль неметаллических включений и микроструктуры в процессе локальной коррозии углеродистых и низколегированных сталей / И.И. Реформатская, И.Г. Родионова, Ю.А. Бейлин, Л.А. Нисельсон, А.Н. Подобаев // Защита металлов. – 2004. – Т. 40, № 5. – С. 498–504.
  21. Родионова И.Г., Бакланова О.Н., Зайцев А.И. О роли неметаллических включений в ускорении процессов локальной коррозии нефтепромысловых трубопроводов из углеродистых и низколегированных сталей // Металлы. – 2004. – № 5. – С. 13–19.
  22. Влияние внутренних напряжений на интенсивность коррозионных процессов конструкционной стали / Р.А. Соколов, К.Р. Муратов, А.Н. Венедиктов, Р.А. Мамадалиев // Обработка металлов (технология, оборудование, инструменты). – 2023. – Т. 25, № 4. – С. 167–179. – doi: 10.17212/1994-6309-2023-25.4-167-179.
  23. The corrosion behaviour of stainless steels and Ni-based alloys in nitrate salts under thermal cycling conditions in concentrated solar power plants / Q. Liu, R. Barker, C. Wang, J. Qian, A. Neville, F. Pessu // Solar Energy. – 2022. – Vol. 232. – P. 169–185. – doi: 10.1016/j.solener.2021.12.072.
  24. The formation of FeCO3 and Fe3O4 on carbon steel and their protective capabilities against CO2 corrosion at elevated temperature and pressure / Y. Hua, S. Xu, Y. Wang, W. Taleb, J. Sun, L. Zhang, R. Barker, A. Neville // Corrosion Science. – 2019. – Vol. 157. – P. 392–405. – doi: 10.1016/j.corsci.2019.06.016.
  25. Влияние напряженного-деформированного состояния металла трубопровода на скорость развития «ручейковой» коррозии / И.В. Жуйков, Д.В. Гареев, Г.Г. Попов, В.И. Болобов // Современные образовательные технологии в подготовке специалистов для минерально-сырьевого комплекса: III Всероссийская конференция: сборник научных трудов. – СПб., 2020. – С. 1364–1370.
  26. Зайнуллин Р.С., Зайнуллина А.Р. Взаимосвязь скорости коррозии и напряженно-деформированного состояния стали // Нефтегазовые технологии и новые материалы. Проблемы и решения. – Уфа, 2016. – Вып. 5 (10). – С. 347–353.
  27. Материаловедение: учебное пособие / под ред. А.Г. Багинского. – Томск: Изд-во Том. политехн. ун-та, 2015. – 104 с.
  28. Zhao Q., Holmedal B., Li Y. Influence of dispersoids on microstructure evolution and work hardening of aluminium alloys during tension and cold rolling // Philosophical Magazine. – 2013. – Vol. 93 (22). – P. 2995–3011. – doi: 10.1080/14786435.2013.794315.
  29. Фоминых Е.А. Совершенствование технологии производства конструкционной легированной стали для крупных поковок: дис. … канд. техн. наук: 05.16.02 / Южно-Уральский государственный университет. – Челябинск, 2007. – 179 с.
  30. Свидетельство о гос. регистрации программы для ЭВМ № 2017664341 Российская Федерация. Программный комплекс съемки, анализа и контроля цифровых панорамных изображений микро и макроструктур различных материалов Axalit: № 2017660805: заявл. 25.10.2017: опубл. 27.12.2017 / Юсупов А.А., Рябков М.С.
  31. Modelling the plastic anisotropy of aluminum alloy 3103 sheets by polycrystal plasticity / K. Zhang, B. Holmedal, O.S. Hopperstad, S. Dumoulin // Modelling and Simulation in Materials Science and Engineering. – 2014. – Vol. 22 (7). – P. 075015. – doi: 10.1088/0965-0393/22/7/075015.
  32. Abuku S. Magnetics studies of residual stress in iron and steel induced by uniaxial deformation // Japanese Journal of Applied Physics. – 1977. – Vol. 16 (7). – P. 1161–1170. – doi: 10.1143/JJAP.16.1161.
  33. Magnetic incremental permeability as indicator of compression stress in low-carbon steel / A.N. Stashkov, E.A. Schapova, A.P. Nichipuruk, A.V. Korolev // NDT & E International. – 2021. – Vol. 118. – P. 102398. – doi: 10.1016/j.ndteint.2020.102398.
  34. Биргер И.А. Техническая диагностика. – М.: Машиностроение, 1978. – 240 с.
  35. Баласанян С.Ш., Геворгян Э.М. Сравнительный анализ методов регрессии и метода группового учета аргументов при моделировании процессов переработки полезных ископаемых // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2016. – Т. 327, № 4. – С. 23–34. – EDN WBPEQB.
  36. Аузин А.А., Муравина О.М. Статистический анализ данных каротажа методом группового учета аргументов // Вестник Воронежского государственного университета. Серия: Геология. – 2010. – № 2. – С. 219–224.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».