Makine Öğrenmesi ile Erimiş Klorür Korozyonu Tahmin Ediliyor

Erimiş klorür korozyonu endüstriyel uygulamalarda uzun zamandır bilinen bir sorun, ancak farklı alaşımlar, tuz türleri ve test koşullarında güvenilir tahminler yapmak hâlâ zor. Yeni bir araştırma bu soruna makine öğrenmesiyle yaklaşıyor.

Arxiv'de yayımlanan çalışmada, literatürde rapor edilen 291 statik korozyon deneyi derlenmiş ve yapılandırılmış bir veri seti oluşturulmuş. Araştırmacılar, tuz hazırlama yöntemi, atmosfer kontrolü ve ön maruz kalma saflığı gibi farklı koşulları tek bir ölçeğe getirmek için Klorür Tuz Hazırlama İndeksi (CSPI) adı verilen yeni bir metrik tanıttı.

Çalışmada kullanılan ağaç temelli ensemble modeli, korozyon oranını tahmin etmede 0,85 R² ve 0,41 mg/cm²/gün MAE değerleriyle tutarlı performans gösterdi. Önemli bulgu: CSPI, basit bir "saflı/safsız" sınıflandırmasından daha fazla bilgi içeriyor ve modelin en baskın tanımlayıcısı olarak ortaya çıktı.

Bu yaklaşım, malzeme mühendisliğinde korozyon dirençli alaşımların tasarımını hızlandırabilir ve endüstriyel uygulamalarda malzeme seçimini daha verimli hale getirebilir.