Abstract
У роботі розглянуто сучасні підходи до моделювання та прогнозування швидкості корозії металевих матеріалів із використанням методів машинного навчання. Корозія залишається актуальною проблемою для трубопровідних систем, промислових водних контурів, конструкцій, що експлуатуються в атмосферних і морських умовах, енергетичної інфраструктури та захисних покриттів. Її розвиток пов’язаний не лише зі зниженням надійності матеріалів і скороченням строку служби конструкцій, а й із ризиками аварій, витоків і негативного впливу на довкілля. Основою прогнозування корозійних процесів є якість, повнота та фізико-хімічна змістовність вихідних даних. У сучасних дослідженнях такі дані отримують за допомогою сенсорного моніторингу, електрохімічних вимірювань, атмосферних експозиційних випробувань, аналізу промислових водних систем та оцінювання деградації захисних покриттів. Вхідні параметри моделей охоплюють температуру, відносну вологість, pH, концентрацію хлоридів, електропровідність, корозійний струм, час експозиції, склад матеріалу, а також характеристики поверхневого або захисного шару. Узагальнено можливості застосування регресійних і ансамблевих алгоритмів, нейромережевих, гібридних, двоетапних та подієвих підходів до прогнозування корозійної поведінки матеріалів. Особливу увагу приділено моделям, які враховують часову природу корозійного процесу, структуру вихідних даних і проміжні фізико-хімічні ознаки деградації. Показано, що такі підходи дають змогу перейти від оцінювання поточного стану матеріалу до прогнозного моніторингу корозійних ризиків у техногенних системах.