محققان دانشگاه امیركبیر پوشش‌هایی را ساخته‌اند كه با ارسال سیگنال‌های آندی از زیر لایه فولادی، مقاومت فلز در برابر خوردگی را افزایش داده و امكان پایش آن را نیز فراهم می‌كند
دانش آموخته دكتری مهندسی مواد و متالورژی با راهنمایی و هدایت دكتر پیروز مرعشی و دكتر میلاد رضائی از اعضای هیات علمی دانشگاه طرحی را با عنوان "ایجاد پوشش‌های هوشمند نانوكامپوزیتی پلی آنیلین روی بستر فولاد ضد زنگ 304 به منظور بهبود مقاومت به خوردگی" اجرایی كردند.
مرادی گفت: اكثر پوشش‌های پلیمری در اثر قرار گرفتن در معرض محیط به مرور با جذب آب و نفوذ عوامل خورنده مانند یون كلر، خاصیت خود را از دست داده و نه تنها در دراز مدت قادر به مقاومت در برابر خوردگی نیستند، بلكه به علت جذب رطوبت در فصل مشترك پوشش و زیرلایه فلزی ممكن است عامل تشدید خوردگی به صورت موضعی و ایجاد خوردگی حفره‌ای (pitting) نیز شوند.
وی با اشاره به دلیل ایجاد خوردگی در پوشش‌های پلیمری در معرض محیط، توضیح داد" در اثر جذب رطوبت و املاح موجود در آب، عوامل خورنده در زیر پوشش در گذر زمان نفوذ كرده و این محل به صورت موضعی زیرلایه فلزی را پوسیده خواهد كرد؛ لذا در این كار هدف ما ایجاد پوششی هوشمند است به معنای اینكه در اثر قرار گرفتن در محیط خورنده، سیگنال‌هایی تولید كند كه نه تنها جلوی خوردگی را بگیرد بلكه به مرور زمان مقاومت به خوردگی آن را نیز افزایش دهد.
مهندس مرادی افزود: در این راستا ما با استفاده از پوشش‌هایی بر پایه پلی آنیلین و استفاده از نانوپركننده‌هایی مانند گرافن و گاباپنتین، این پوشش‌های هوشمند را ایجاد كردیم. این پوشش در اثر اسیدی شدن محیط یا قرار گرفتن در معرض اكسیژن، نوعی سیگنال آندی به زیرلایه فولاد 304 اعمال می‌كند تا از طریق حفاظت آندی، زیرلایه را مقاوم كند.
مرادی گفت: در این پژوهش، از مونومر آنیلین به همراه آمینوفنول و وینیل الكل و یكسری افزودنی‌های دیگر استفاده شد تا به روش رسوب‌دهی آندی یك لایه‌ی یكپارچه بر سطح فولاد 304 ایجاد شود. این كار بسیار مشابه روش آبكاری است و با توجه به اینكه فرآیند آبكاری در كشور ما پیشینه و قدمت خوبی دارد، می‌توان به مقیاس پذیری و در آینده بزرگ شدن ابعاد آن امیدوار بود.
وی تاكید كرد: در این رساله تحقیقاتی، توانستیم با دستورالعمل‌های نسبتاً جدید و خلاقانه، سیگنال‌های دریافتی از این پوشش هوشمند را به صوت تبدیل كنیم و لذا با شنیدن این صوت می‌توان به عمق و تعداد حفراتی كه ممكن است در زیرلایه فولادی به مرور زمان ایجاد شود، پی برد.
به گفته این محقق پوشش‌های هوشمند به دست آمده به قدری مقاومت به خوردگی ایجاد كرده كه این سیگنال‌ها بعد از زمان‌های نسبتاً طولانی، هنوز نشانه‌ای از خوردگی موضعی از خود بروز نداده ولی در مواردی با تشدید شرایط خورنده در آزمایشگاه، توانستیم در مورد پوشش‌هایی ضعیف‌تر، این تبدیل سیگنال را انجام داده و صوت ایجاد حفرات ریز را بشنویم.
دانش آموخته دكتری مهندسی مواد دانشگاه صنعتی امیركبیر كاربرد نتایج این تحقیقات را در صنایع تولید مواد شیمیایی و صنایع غذایی كه و باید مساله خوردگی به صورت روزانه پایش و ارزیابی شود قابل استفاده دانست و ادامه داد: علاوه بر اینها در صنایع مرتبط با بازیافت فلزات، دمنده‌ها، سانتریفیوژها، پمپ‌ها و پروانه‌ها نیز قابل استفاده است.
وی گفت: با نتایج این كار تحقیقاتی تاكنون به صورت انتشار 5 مقاله ISI با كیفیت بسیار خوب Q1) و (Q2 در مجلات زیر منتشر شده و یك مقاله دیگر نیز در دست تهیه است.
مرادی افزود: قرار است با استفاده از برنامه‌نویسی‌هایی كه بر اساس یادگیری ماشین و یادگیری عمیق استوار است و همچنین با استفاده از نتایجی كه از شبیه‌سازی‌های اتمی به دست می‌آید، فرآیندی طراحی شود كه با درنظر گرفتن محیط خورنده صنعتی بتواند پوشش را طراحی كرده و رفتار آن را بدون نیاز به آزمون‌های تجربی در محیط خورنده پیش‌بینی كند. از این طریق می‌توان به كارفرمای صنعتی پیش از اعمال و به‌كارگیری پوشش، رفتار و عمر پوشش را ارائه كرد.
