PREDICTION OF DEFECTS IN THE OPERATED POLYMER COATING

Cover Page

Cite item

Full Text

Abstract

The polymer coating performs various functions and ensures the reliability and survivability of special-purpose equipment. The used polymer coating of special-purpose equipment is gradually degraded and destroyed. A degrading polymer coating reduces the reliability and survivability of special-purpose equipment, therefore it is important to predict its defects (degree of degradation). The factors influencing the growth of defects in the exploited polymer coating are highlighted. By the method of dimensional analysis, a criterion equation was obtained for predicting the defect (degree of degradation) of a polymer coating from the time of its operation. A comparative calculation of the predicted defects of the polymer coating was carried out according to the obtained criterion equation and the well-known empirical expression, which showed similar results.

About the authors

A. Y. Andryushkin

Балтийский государственный технический университет «ВОЕНМЕХ» им. Д.Ф. Устинова

Author for correspondence.
Email: Sascha1a@mail.ru

канд. техн. наук, доцент, заведующий кафедрой

Russian Federation

Z. Cheng

Балтийский государственный технический университет «ВОЕНМЕХ» им. Д.Ф. Устинова

Email: 1610793259@qq.com

аспирант

Zhenning Li

Балтийский государственный технический университет «ВОЕНМЕХ» им. Д.Ф. Устинова

Email: 2973787410@qq.com

аспирант

References

  1. Анастасиади Г.П., Окрепилов В.В., Сильников М.В. Управление качеством промышленной продукции. СПб.: Наука, 2014. 412 с.
  2. Рогов В.Р., Анисимов В.Р., Исаченко Е.А. Направление развития технологий для повышения антикоррозионной устойчивости автотранспортных средств // Грузовик. 2019. № 8. С. 16–18.
  3. Сергеевичев А.В., Онегин В.И. Физико-химические основы процессов формирования полимерных покрытий на твердой поверхности // Известия Санкт-Петербургской лесотехнической академии. 2018. Вып. 223. СПб.: СПбГЛТУ. С. 213–227.
  4. Королев В.П. Требования качества, надежности и безопасности для управления коррозионной защищенностью металлоконструкций и сооружений // Вестник науки и образования Северо-Запада России. 2018. Т. 4, № 3. С. 24–32.
  5. Новоселова И.В., Патютько А.П. Обобщенная оценка свойств лакокрасочного покрытия // Лесотехнический журнал. 2013. № 3 (11). С. 99–103.
  6. Гаврилов Д.Г., Мамонов С.В., Мартиросов М.И., Рабинский Л.Н. Сравнительная характеристика прочностных свойств образцов с различными типами покрытий для изделий авиационной техники // Электронный журнал «Труды МАИ», 2010. № 40. 10 с.
  7. Кравцов В.В. Защита от коррозии внутренней поверхности стальных резервуаров: учеб. пособие. Уфа: Изд-во УГНТУ, 2003. 111 с.
  8. Лапшин В.Ф., Буткин М.Г. Прогнозирование долговечности противокоррозионных покрытий // Железнодорожный транспорт. 2003. № 1. С. 48–49.
  9. Суходоля А.В., Одинокова И.В., Птицын Д.А. Прогнозирование долговечности лакокрасочных покрытий при эксплуатации транспортных машин // Строительные и дорожные машины. 2015. № 3. С. 35–37.
  10. Потапчик А.Н., Егорова А.Л. Разработка метода прогнозирования долговечности антикоррозионных лакокрасочных покрытий // Труды БГТУ. Серия 2: Химические технологии, биотехнология, геоэкология. 2021. № 2 (247). С. 175–186.
  11. Кравцов В.В., Макаренко О.А., Ибрагимов И.Г. Количественная оценка срока службы лакокрасочных покрытий на внутренних поверхностях стальных резервуаров // Нефтегазовое дело. 2009. Т. 7, № 2. С. 112–114.
  12. Кравцов В.В., Сырлыбаев Х.Р., Шингаркина О.В., Алексеева Н.А. Оценка остаточной защитной способности лакокрасочных покрытий на внутренней поверхности стальных резервуаров // Территория Нефтегаз. 2012. № 3. С. 36–39.
  13. Петров А.А., Садиев У.В. Прогнозирование долговечности конструкций ГТС с антикоррозионным и герметизирующим покрытием // Гидротехника. 2019. № 3 (56). С. 76–77.
  14. Архипов В.А., Коноваленко А.И. Практикум по теории подобия и анализу размерностей: учеб.-метод. пособие. Томск: Изд-во Томского государственного университета, 2016. 93 с.
  15. Крамаренко Н.В. Методы подобия в механике. Анализ размерностей: учеб. пособие. Новосибирск: Изд-во НГТУ. 2020. 212 с.
  16. Андрюшкин А.Ю., Буцикин Е.Б., Кадочникова Е.Н. Прогнозирование срока службы антикоррозионных покрытий металлических конструкций объектов переработки, хранения и транспортировки углеводородов // Проблемы управления рисками в техносфере. 2023. № 3 (67). С. 79–88.
  17. Андрюшкин А.Ю., Кадочникова Е.Н., Пенев М.В. Прогнозирование сплошности маскировочных лакокрасочных покрытий вооружения и военной техники // Научные проблемы материально-технического обеспечения Вооруженных Сил Российской Федерации. 2024. № 4 (34). С. 135–144.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

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».