Najnovija saznanja o prediktivnom korozijskom održavanju

undergraduate thesis

• Title (english): State-of-the art of predictive corrosion maintenance
• Author: Ena Miletić
• Mentor: Sanja Martinez (mentor)
• Committee member: Sanja Martinez (predsjednik povjerenstva)
• Committee member: Jozefina Katić (član povjerenstva)
• Committee member: Lidija Furač (član povjerenstva)
• Granter: University of Zagreb; Faculty of Chemical Engineering and Technology; Zagreb
• Defense date and country: 2023-09-19, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Basic Technical Sciences

Abstract

Metali se koriste u razne svrhe poput izrade građevinskih objekta, cjevovoda, prijevoznih sredstva, elektroničke opreme i slično. Metali u rudama se nalaze u stabilnom stanju no prilikom obrade metali prelaze u metastabilno stanje. U tom metastabilnom stanju je podložan kemijskoj reakciji s okolinom koja se zove korozija te takva reakcija rezultira u gubitku mase metalnog materijala i potencijalnoj šteti. Svake godine raste potreba za proizvodnjom zamjenskih metalnih dijelova samo zbog djelovanja korozije, što je jako opterećujući trošak današnje ekonomije. Iz tog razloga, sve više se počelo ulagati u istraživanja za primjenu prediktivnog korozijskog održavanja. Prediktivno korozijsko održavanje je tehnika koja omogućuje predviđanje nastanka korozije na metalnoj površini primjenom simulacija realnih uvjeta korozijskog sustava. Prediktivno korozijsko održavanje uključuje tehnike zaštite metala i legura te tehnike praćenja samog korozijskog sustava. Kako bi se mogao predložiti sustav zaštite metala od korozije, potrebno je primijeniti saznanja iz područja elektrokemije, metalurgije i fizike. U okviru ovog završnog rada je predstavljen kratki pregled oblika korozije te najpoznatije tehnike zaštite. Zatim slijedi literatura koja navodi najnovija saznanja prediktivnog korozijskog održavanja i prijedlog sustava zaštite pomorskih brodova integracijom umjetne inteligencije u sustav.

Abstract (english)

Metals are used for various purposes such as materials in construction, pipelines, transportation vehicles, electrical equipment and more. Metals in nature (ores) are found to be in a stable state, but during processing they transition into a metastable state. In the metastable state, they are susceptible to a chemical reaction with the environment called corrosion, that results in the mass loss of the metal material and potential damage. Each year, the need for producing replacement metal parts due to corrosion-related effects is growing, posing a significant burden on today's economy. As a result, increasing investments have been made for the research and application of predictive corrosion maintenance. Predictive corrosion maintenance is a technique that allows the prediction of corrosion occurence on metal surfaces by simulating real corrosion system conditions. It involves protective techniques for metals and alloys, as well as monitoring techniques for the corrosion system itself. To propose a corrosion protection system for metals, knowledge from fields such as electrochemistry, metallurgy and physics must be applied. This study provides a brief overview of corrosion types and well-known protection techniques. It also reviews the literature on the latest advancements in predictive corrosion maintenance and suggests a protection system for maritime vessels by integrating artificial intelligence into the system.

• Keywords: korozija; prediktivno održavanje; zaštita; najnovija saznanja
• Keywords (english): corrosion; predictive maintenance; protection; state of the art
• Language: croatian
• URN:NBN: urn:nbn:hr:149:403832
• Study programme: Title: Materials Science and Engineering - Undergraduate study; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka kemijskog inženjerstva (sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka kemijskog inženjerstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Open access
• Created on: 2023-11-28 14:04:18