Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

נוסחאות ציפוי חדשות נגד קורוזיה שהוצעו על ידי למידת מכונה של נתוני בדיקות היסטוריים

· חזרה לאינדקס

מדוע צבע חכם יותר משנה כל דבר

גשרים, אוניות, רכבים ובניינים ממתכות נסמכים על צבע כדי למנוע חלודה. עם זאת, עיצוב ציפוי מגן נותר לעתים מלאכת אומן של ניסוי וטעייה. מחקר זה מראה כיצד צורת בינה מלאכותית יכולה לנתח תוצאות בדיקות קודמות ולהציע צבעים אנטי-קורוזיביים חדשים שעובדים לפחות כמו המוצרים הקיימים, ולעתים טוב יותר, תוך חקירת שילובי רכיבים שמומחי אדם סביר להניח לא ינסו מעצמם.

Figure 1. שימוש בבדיקות מעבדה קודמות ובינה מלאכותית כדי לבחור כמה צבעים חזקים נגד חלודה מתוך אינספור מתכונים אפשריים.
Figure 1. שימוש בבדיקות מעבדה קודמות ובינה מלאכותית כדי לבחור כמה צבעים חזקים נגד חלודה מתוך אינספור מתכונים אפשריים.

האתגר של מתכונים אינסופיים

צבעים מגן מודרניים הם תערובות מורכבות של שרפים, פיגמנטים, מעכבי קורוזיה, צבעונים ותוספים אחרים. כל אחד מהם יכול לשמש בכמויות ובצירופים שונים, מה שיוצר מספר אסטרונומי של מתכונים אפשריים. בדיקה של אפילו חלק זעיר מהם במעבדה איטית ויקרה, ולכן חברות נוטות לחקור טריטוריות מוכרות ליד נוסחאות שהוכחו כטובות. זה מקשה על גילוי תערובות יוצאות דופן שעשויות לתפקד טוב יותר או להשתמש ברכיבים ביעילות רבה יותר.

הפיכת לוחות בדיקה ישנים למפה

המחברים אספו תוצאות היסטוריות מ-492 בדיקות ריסוס במלח על לוחות פלדה צבועים בצבעים על בסיס מים שכללו 148 רכיבים שונים. כל ציפוי דורג בסולמות חזותיים סטנדרטיים עבור חלודה והתפתחות של שלפוחיות. באמצעות נתונים אלה, הקבוצה אימנה מודל למידת מכונה, ספציפית יער אקראי (random forest), כדי לחזות כיצד נוסחה נתונה תצוין. לאחר מכן הטפלו במרחב העצום של מתכונים אפשריים כמפה, שבה כל נקודה היא נוסחה וגובהה מייצג ביצועי קורוזיה. אלגוריתם שני, שנקרא אבולוציה דיפרנציאלית, שימש לשוטט במפה הזו בחיפוש אחר נקודות גבוהות המתאימות לנוסחאות מבטיחות חדשות.

Figure 2. כיצד שינוי רכיבי הצבע משנה אם לוחות מתכת מצופים נשארים נקיים או מפתחים חלודה ושלפוחיות.
Figure 2. כיצד שינוי רכיבי הצבע משנה אם לוחות מתכת מצופים נשארים נקיים או מפתחים חלודה ושלפוחיות.

כמה טוב המדריך הדיגיטלי עשה עבודה

המודל הצליח לסווג ציפויים כטובים או גרועים בדיוק גבוה בנושא היווצרות שלפוחיות בתוך שכבת הצבע, ובדיוק טוב יותר מהמקרי עבור חלודה ושלפוחיות סמוך לשריטה מכוונת. כאשר החוקרים בחנו אילו גורמים משפיעים ביותר, הם מצאו שמשך הבדיקה, סוג המתכת, מספר שכבות הצבע ובחירת השרף שלטו בביצועים, בהתאמה לניסיון מעשי. חלק מהתוצאות היו מפתיעות יותר: לדוגמה, מספר צבעונים וחומרי נייטרול נראו משפיעים יותר מאשר מעכבי קורוזיה שהשתמשו בהם בכמויות קטנות, מרמזים על אינטראקציות מורכבות בין רכיבים.

בדיקת שני צבעים חדשים מפתיעים

כדי לבדוק האם החיפוש הווירטואלי יחזיק במציאות, בחרה הקבוצה שתי נוסחאות שהוצעו על ידי המכונה והכינה קבוצות קטנות של צבע. אלה הושוו לציפוי תקני בבדיקה מחזורית תובענית של ריסוס מלח שנמשכה מעל 700 שעות. צבע אחד שהוצע, שהשתמש בתערובת יוצאת דופן של שני שרפים שכל אחד מהם תפקד רע בפני עצמו, השווה את הציפוי התקני בהתנגדות לחלודה באופן כללי ואף הצטיין באזור סביב השריטה. הצבע השני, המבוסס על שרף שכשל בבדיקות מסורתיות בעבר, תפקד פחות טוב במידה מסוימת אך עדיין הציג שיפור ביחס למוניטין הקודם שלו.

מה משמעות הדבר עבור ציפויים עתידיים

עבודה זו מהווה הוכחת היתכנות לכך שלמידת מכונה יכולה להנחות את החיפוש אחר צבעים מגן טובים יותר, גם כאשר זמינים רק נתונים היסטוריים מוגבלים וכאשר למודל אין ידע על תכונות פיזיקליות כגון צמיגות או קשיות. במקום להחליף ניסוחנים מומחים, הגישה פועלת כמסייע חכם שמציע צירופים לא ברורים שכדאי לבדוק. ככל שיתווספו יותר נתונים ופרטי רכיבים, כלים דומים יכולים לקצר זמני פיתוח, להרחיב את טווח המתכונים האפשריים ולעזור לחשוף דרכים חדשות, ולעתים מפתיעות, למנוע חלודה במבנים מתכתיים.

ציטוט: Samanta, S., Luigjes, B., Lyon, S. et al. Novel corrosion protective coating formulations suggested by machine learning of historic test data. npj Mater Degrad 10, 63 (2026). https://doi.org/10.1038/s41529-026-00771-2

מילות מפתח: ציפויי קורוזיה, למידת מכונה, צבעים מגן, קורוזיה של פלדה, עיצוב חומרים