Determination of the Relationship between the Factor of Grain Size Factor and the Corrosion Rate of Structural Steel

Cover Page

Cite item

Full Text

Abstract

Introduction: Equipment using at hazardous production facilities is in most cases made of the structural steels, which are subject to severe corrosion damage in contact with aggressive environments. In aggressive environments, the process of corrosion destruction of the material has a multi-component nature. The multicomponent nature of corrosion processes still leaves the question as to what factors have a greater effect on the process of corrosion. In the literature, the size of the grain structure is indicated as the main corrosion-determining factor. However, in addition to the sizes of the grain, corrosion is also affected by the corresponding factor of grain size variation, characterizing the dispersion of the system as a whole.  Therefore, differentiation of factors affecting the course of corrosion processes remains an urgent problem. Purpose: To analyze the possibility of using the grain size variation factor as a diagnostic parameter for determining the rate of the corrosive destruction of structural steel. In article were studied a heat-treated steel samples 15HSND, 09G2S and St3 made from rolled steel. Methods of research: For the study of steels 15KHSND, St3 and 09G2S was applied in the work: scanning electron and optical microscopes-to study the grain structure and intergranular boundaries; SIAMS 700 software package-to find the boundaries and average statistical data on the grain structure; a portable x-ray fluorescence chemical analyzer-to determine the chemical composition of the samples under study; laboratory balance with a measurement error of 0.001 g – to measure the mass of the samples. Results and Discussion: It is established that for the rate of corrosion of structural steels and the factor of heterogeneity, a single satisfactory linear correlation is observed, which can be used to predict the corrosion-hazardous States of structures. It is noted that the loss of some values from the General regression curve can be associated with the processes of reducing distortions in the crystal lattices of steel during a certain heat treatment. The severity of these processes for the considered steels may be different due to the presence of different amounts of alloying elements in their composition.

About the authors

R. A. Sokolov

Email: falcon.rs@mail.ru
Tyumen Industrial University, 38 Volodarskogo str., Tyumen, 625000, Russian Federation, falcon.rs@mail.ru

V. F. Novikov

Email: novikovvf@tyuiu.ru
D.Sc. (Physics and Mathematics), Professor, Tyumen Industrial University, 38 Volodarskogo str., Tyumen, 625000, Russian Federation, novikovvf@tyuiu.ru

K. R. Muratov

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

A. N. Venediktov

Email: annattoliy@gmail.com
Ph.D. (Engineering), Tyumen Industrial University, 38 Volodarskogo str., Tyumen, 625000, Russian Federation, annattoliy@gmail.com

References

  1. Малахов А.И., Жуков А.П. Основы материаловедения и теория коррозии. – М.: Высшая школа, 1989. – 516 с.
  2. Коррозия резервуаров для хранения нефти и нефтепродуктов / Д. Нестеров, М. Сидорчук, В. Миллионщиков, Т. Беликова, Н. Ястребова // ТехНадзор. – 2015. – № 11 (108). – С. 540–541.
  3. Nalli K. Corrosion and its mitigation in the oil and gas industry. An overview // PetroMin Pipeliner Report. – 2010. – January–March. – P. 10–16.
  4. Коллакот Р.А. Диагностика повреждений. – М.: Мир,1989. – 512 с.
  5. Жук Н.П. Курс коррозии и защиты металлов. – М.: Металлургия, 1976. – 472 с.
  6. Intelligent coatings for corrosion control / ed. by A. Tiwari, L. Hihara, J. Rawlins. – Amsterdam: Butterworth-Heinemann, 2014. – 746 p. – ISBN 9780124114678.
  7. Polyanchukov V.G. Modern corrosion monitoring of complex systems in acid media – the bridge into the 21st century // Werkstoffe und Korrosion. – 2001. – Vol. 52, N 2. – P. 117–123.
  8. Application of the multichannel electrode method to monitoring of corrosion of steel in an artificial crevice / A. Naganuma, K. Fushimi, K. Azumi, H. Habazaki, H. Konno // Corrosion Science. – 2010. – Vol. 52, N 4. – P. 1179–1186. – doi: 10.1016/j.corsci.2010.01.005.
  9. Introduction to corrosion monitoring // Metal Samples: Corrosion Monitoring Systems. – Munford, AL, 2013. – URL: www.alspi.com/introduction.htm (accessed: 18.08.2020).
  10. Steel bar corrosion monitoring by potentiostatic pulse method / L. Kong, G. Qiao, T. Zhang, G. Song // Advanced Materials Research. – 2011. – Vol. 163–167. – P. 2941–2944. – doi: 10.4028/ href='www.scientific.net/AMR.163-167.2941' target='_blank'>www.scientific.net/AMR.163-167.2941.
  11. Новиков В.Ф., Нерадовский Д.Ф., Соколов Р.А. Использование квазистатических петель магнитного гистерезиса для контроля структуры стали // Вестник ПНИПУ. Машиностроение, материаловедение. – 2016. – Т. 18, № 2. – С. 38–49. – DOI: 10/15593/2224-9877/2016.2.03.
  12. 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.
  13. A technique for predicting steel corrosion resistance / V.F. Novikov, R.A. Sokolov, D.F. Neradovskiy, K.R. Muratov // IOP Conference Series: Materials Science and Engineering. – 2018. – Vol. 289. – P. 1–6. – doi: 10.1088/1757-899X/289/1/012013.
  14. 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, N 10. – P. 891–896. – doi: 10.5006/1.3287822.
  15. The effect of the structure-phase state of iron-cementite nanocomposites on local activation processes / A.V. Syugaev, S.F. Lomaeva, S.M. Reshetnikov, A.S. Shuravin, E.V. Sharafeeva, D.V. Surnin // Protection of Metals. – 2008. – Vol. 44, N 4. – P. 395–399. – doi: 10.1134/S0033173208040097.
  16. ГОСТ 5639–82. Стали и сплавы. Методы выявления и определения величины зерна: введ. 1983–01–01. – М.: Изд-во стандартов, 2003. – 45 с.
  17. Лезинская Е.Я. Методы оценки структурной неоднородности металла труб оболочек ТВЭЛ и чехлов ТВС из коррозионно-стойких сталей и сплавов // Вопросы атомной науки и техники. Серия: Физика радиационных повреждений и радиационное материаловедение. –2003. – Вып. 3. – С. 108–112.
  18. Лезинская Е.Я., Клюев Д.Ю., Николаенко Ю.Н. Новый метод оценки разнозернистости структуры труб из нержавеющих сталей и сплавов // Теория и практика металлургии. – 2012. – № 1. – С. 68–73.
  19. Гроховский В.И. Возможности цифровой микроскопии в металлографии // Цифровая микроскопия: материалы школы семинара. – Екатеринбург: УГТУ-УПИ, 2001. – Ч. 1. – С. 18–20.
  20. ГОСТ 9.008–85. ЕСЗКС. Металлы и сплавы. Методы определения показателей коррозии и коррозионной стойкости. – М.: Изд-во стандартов, 2004. – 44 с.
  21. Influence of surface treatment of construction steels on determination of internal stresses and grain sizes using X-ray diffractometry method / R.A. Sokolov, V.F. Novikov, K.R. Muratov, A.N. Venediktov // Materials Today: Proceedings. – 2019. – Vol. 19, pt. 5. – P. 2584–2585. – doi: 10.1016/j.matpr.2019.09.015.
  22. Счастливцев В.М., Мирзаев Д.А., Яковлева И.Л. Структура термически обработанной стали. – М.: Металлургия, 1994. – 288 с.
  23. Callister W.D. Materials science and engineering: an introduction. – 6th ed. – Hoboken, NJ: Wiley, 2020. – 848 p. – ISBN 978-0471135760.
  24. Горелик С.С. Рекристаллизация металлов и сплавов. – М.: Металлургия, 1978. – 568 с.
  25. Phase and structural transformations in low-carbon martensitic steels / L.M. Kleiner, D.M. Larinin, L.V. Spivak, A.A. Shatsov // The Physics of Metals and Metallography. – 2009. – Vol. 108. – P. 153–160. – doi: 10.1134/S0031918X09080080.
  26. Влияние зернограничных сегрегаций на температуры мартенситного превращения в бикристаллах NiTi / Р.И. Бабичева, А.С. Семенов, С.В. Дмитриев, К. Жоу // Письма о материалах. – 2019. – Т. 9, № 2. – С. 162–167. – doi: 10.22226/2410-3535-2019-2-162-167.
  27. Wollenberger H.J. Point defects // Physical Metallurgy. / ed. by R.W. Cahn, P. Haasen. – Amsterdam: Elsevier, 1996. – Vol. 2. – P. 1621–1721. – doi: 10.1016/B978-044489875-3/50023-5.
  28. Rohrer G.S. Structure and bonding in crystalline materials. – Cambridge; New York: Cambridge University Press, 2004. – 552 p. – doi: 10.1017/CBO9780511816116. – ISBN 9780511816116.
  29. Новиков И.И. Дефекты кристаллического строения металлов. – М: Металлургия, 1975. – 208 с.
  30. Gao F., Heinisch H., Kurtz R.J. Diffusion of He interstitials in grain boundaries in α-Fe // Journal of Nuclear Materials. – 2006. – Vol. 351. – P. 133–140. – doi: 10.1016/j.jnucmat.2006.02.015.
  31. Hart E.W. On the role of dislocations in bulk diffusion // Acta Metallurgica. – 1957. – Vol. 5, iss. 10. – P. 597. – doi: 10.1016/0001-6160(57)90127-X.
  32. Courtney Т.Н. Mechanical behavior of materials. – Singapore: McGraw Hill, 2000. – 752 p. – ISBN 978-1577664253.
  33. 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.
  34. Noyan I.C., Cohen J.B. Residual stress – measurement by diffraction and interpretation. – New York: Springer-Verlag, 1987. – 285 p. – ISBN 978-1-4613-9570-6.

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».