Desarrollo de una herramienta para la predicción del comportamiento frente a la corrosión de aleaciones metálicas en condiciones extremas en el campo de la energía renovable geotérmica

Abstract

La corrosión de materiales es una problemática omnipresente en los sectores de la geotermia, del petróleo y del gas, con amplias implicaciones económicas, ambientales y de seguridad. La exposición de equipos, tuberías y estructuras a ambientes corrosivos, caracterizados por la presencia de fluidos agresivos, altas temperaturas y presiones extremas, junto con la diferente composición química de los yacimientos y la diversidad de condiciones operativas, hacen que la corrosión sea un fenómeno crítico. El objetivo principal de esta tesis doctoral es la incorporación de técnicas de inteligencia artificial y el software de simulación de medios OLI para una correcta selección de aceros inoxidables y predecir de manera más precisa la corrosión de estos materiales en entornos tan agresivos. En cuanto a la composición de los fluidos a los que están expuestos estos materiales los principales resultados obtenidos nos indican que la presencia de defectos superficiales en las muestras perturba la película pasiva en presencia de ácido sulfhídrico. El pH es un parámetro que limita el comportamiento del material, aunque la temperatura es el factor determinante de la cinética de corrosión. La comparación entre las curvas de polarización y el potencial de corrosión de valores experimentales y los obtenidos por el software de simulación OLI nos indican algunas discrepancias relacionadas con las limitaciones de éste. La inteligencia artificial nos ha permitido analizar grandes volúmenes de datos en tiempo real y predecir la degradación de estos aceros para poder compararlos con ensayos electroquímicos, lo que nos ha permitido acercarnos a ensayos de corrosión reales. Podemos concluir que la inteligencia artificial ha contribuido a resolver problemas críticos de corrosión en ambiente muy agresivos.