Verbundprojekttitel: Erkennung und Vorhersage von Korrosionsvorgängen in beschichteten Stahlrohren; Teilprojekttitel: Korrosionsmodelle zur Stahlrohrintegritätsbewertung

Das Ziel des Verbundprojektes "Erkennung und Vorhersage von Korrosionsvorgängen in beschichteten Stahlrohren" ist die Entwicklung von computergestützten Modellen zur Erkennung, Abschätzung und Visualisierung von Korrosionsschäden in beschichten Stahlrohrleitungen. Das Hauptziel des Projektvorhabens CUIDETECT ist die Entwicklung einer Ultraschallprüftechnik mit hoher Reichweite, bei der der Schall im zu prüfenden Teil und nicht im Schallwandler erzeugt wird, um lokale Korrosion in frühen Stadien unter isolierten Rohrleitungen zu erkennen. Um den Wartungsbedarf der untersuchten Anlage besser abschätzen und gegebenenfalls priorisieren zu können, werden Vorhersagen aus Korrosionsmodellen zur Schadensarterkennung mit in das Zielgerät implementiert und in den Entscheidungsprozess einbezogen. Im Teilprojekt "Korrosionsmodelle zur Stahlrohrintegritätsbewertung" beschäftigt sich das Helmholtz-Zentrum Hereon dabei zunächst damit die Rahmenbedingungen für die Computersimulationen festzulegen und die Datengrundlage für die Korrosionsmodelle zu schaffen. Auf Grundlage des ermittelten Datenraums werden zunächst numerische Modelle entwickelt, um unterschiedliche Korrosionsmechanismen zu simulieren. Die Ergebnisse dieser Simulationen werden mit experimentellen Spektren aus den Ultraschallmessungen von Korrosionsschäden korreliert. Um die langen Rechenzeiten, die mit diesem Ansatz verbunden sind, zu reduzieren und eine Anwendung in Echtzeit zu ermöglichen, werden die Ergebnisse und Eingangsparameter der durchgeführten Kontinuumsimulationen anschließend dazu verwendet ein datengetriebenes Modell aus dem Bereich des maschinellen Lernens zu trainieren und die Entwicklung erkannter Korrosionsschäden auf kleineren Zeitskalen vorherzusagen. Im weiteren Verlauf des Verbundprojektes wird das entwickelte Schadensentwicklungsvorhersagemodell gemeinsam mit den Projektpartner hinsichtlich seiner Genauigkeit und Fehleranfälligkeit evaluiert und durch weitere Trainingsdatenpunkte verbessert.