CORROSIE  
Maintenance Magazine 159 – maart 2023

Identificatie van corrosieproducten op gegalvaniseerd staal met hyperspectrale beeldvorming

Om corrosie in de praktijk te meten, zijn de mogelijkheden beperkt. Meestal moet men de toevlucht nemen tot tijdrovende en destructieve analyses. Hyperspectrale beeldvorming werpt zich op als interessant alternatief. Een team van Universiteit Antwerpen en OCAS onderzocht het potentieel van deze techniek voor het identificeren en kwantificeren van gegalvaniseerd staal.

Door Zohreh Zahiri (Universiteit Antwerpen), Joost De Strycker (OCAS), Steve Vanlanduit (Universiteit Antwerpen) en Paul Scheunders (Universiteit Antwerpen)

Corrosie is een veel voorkomend en kostbaar defect aan staalconstructies dat kan leiden tot het falen van de gehele constructie, indien deze niet tijdig wordt gecontroleerd en behandeld. De identificatie van corrosieproducten kan ons waardevolle informatie verschaffen over het corrosieafbraakproces en de afbraaksnelheid. Er zijn echter beperkte technieken die de corrosieproducten in het veld kunnen identificeren. Gewoonlijk worden verschillende monsters van de structuur genomen en de minerale samenstellingen in het laboratorium geïdentificeerd met behulp van analytische methoden zoals röntgendiffractieanalyse (XRD) of Fourier-Transform Infrarood Spectroscopie (FTIR). Sommige van deze methoden zijn tijdrovend en voor sommige is de monstervoorbereiding destructief.

Waarom hyperspectrale beeldvorming?

Hyperspectrale beeldvorming (HSI) is het proces waarbij beelden van een monster worden verkregen over een aantal golflengten (gewoonlijk ~ 100). Met HSI kan tegelijkertijd spectrale en ruimtelijke informatie van een object worden verkregen door de voordelen van beeldvorming en spectroscopie te combineren. Met hyperspectrale beeldvorming kan een chemische meetbenadering worden gecombineerd met een niet-destructieve, contactloze mineraalanalyse die rechtstreeks kan worden toegepast op de structuur in het veld. In deze studie evalueren we het potentieel van hyperspectrale beeldvorming om de corrosieproducten op gegalvaniseerd staal te identificeren en te kwantificeren.

Toepassing op gegalvaniseerde staalmonsters

Er zijn verschillende methoden om koolstofstaal te bewerken om de corrosiebestendigheid te verbeteren. Een van deze methoden heet vuurverzinken, een proces waarbij ijzer of staal in een bad van gesmolten zink wordt ondergedompeld om een corrosiebestendige, meerlaagse coating van zink-ijzerlegering en zinkmetaal te verkrijgen. OCAS is actief op het gebied van metallurgie, coating en applicatieontwikkeling, met name door het verwerken en testen van monsters op metaalbasis. Ze hebben ook expertise in vuurverzinken of galvaniseren van staal. OCAS leverde aan de Universiteit Antwerpen gegalvaniseerde staalmonsters die na versnelde corrosietests zijn gecorrodeerd. Op deze monsters zitten verschillende corrosieproducten die visueel niet gemakkelijk te identificeren zijn (de meeste van deze producten zijn wit). De corrosieproducten die meestal voorkomen op gegalvaniseerd staal zijn zinkiet of zinkoxide, simonkolleiet, smithsoniet, marioniet …

Aanpak

De monsters werden gescand met de hyperspectrale camera (Specim FX17) met meer dan 200 banden in het kortegolf-infraroodbereik (1.000 – 1.700nm). Daarna werden de hyperspectrale beelden geanalyseerd met behulp van de zogenaamde ‘spectral unmixing’ analyse waarbij de zuivere spectra van gewone gegalvaniseerd staal corrosieproducten worden gebruikt als input (figuur 1) en de abundantie van elk van deze mineralen in de hyperspectrale beelden worden gegeven in zogenaamde ‘abundance maps’ als output. De pixelwaarden in de abundantiekaart van elk mineraal liggen tussen 0 (afwezigheid van mineraal) en 1 (grootste hoeveelheid mineraal).

Resultaten

De resultaten van de hyperspectrale beeldanalyse ten opzichte van het RGB-beeld van het monster zijn weergegeven in figuur 2. De abundantiekaarten verkregen door hyperspectrale beeldvorming laten zien dat de helft van het oppervlak van het monster nog niet gecorrodeerd zink is. Ook is te zien dat de witte corrosieproducten op geconcentreerde plekken voornamelijk zinkiet en simonkolleiet zijn. Het meest voorkomende corrosieproduct op het monster, vooral op de delen die schoon lijken in het RGB-beeld, is marioniet (niet echt zichtbaar in het RGB-beeld). De resultaten tonen aan dat hyperspectrale beeldvorming kan worden gebruikt als een analytische techniek om verschillende corrosieproducten sneller en niet-destructief te identificeren en in kaart te brengen, wat ook kan worden gebruikt als een in-situ monitoringtechniek voor corrosie-identificatie.