La corrosión en ductos cuesta a la economía global hasta 2,5 billones de dólares anuales. Los enfoques tradicionales de predicción de corrosión dependen de modelos empíricos simplistas que no capturan las complejas dinámicas electroquímicas presentes en entornos industriales reales.
CorrosionAI adopta un enfoque fundamentalmente diferente. En lugar de tratar la corrosión como un problema de regresión de caja negra, construimos una Red Neuronal de Grafos Informada por Física (PI-GNN) que codifica cinco ecuaciones electroquímicas fundamentales directamente en su arquitectura:
La Teoría de Marcus gobierna las tasas de transferencia cuántica de electrones en interfaces metal-electrolito. Al incorporar esto en nuestras funciones de activación, la red respeta la física fundamental de las reacciones de oxidación-reducción.
La Ecuación de Arrhenius captura la cinética dependiente de la temperatura. Nuestro modelo ajusta dinámicamente las predicciones de tasa de corrosión según la temperatura operativa, algo con lo que los modelos puramente basados en datos tienen dificultades al extrapolar fuera de los rangos de entrenamiento.
El modelo de de Waard-Milliams tiene en cuenta los efectos de la presión parcial de CO2, crítico en entornos de petróleo y gas donde domina la corrosión dulce.
La termodinámica de Pourbaix proporciona factores de corrección de pH, asegurando que las predicciones sigan siendo válidas en toda la gama de entornos acuosos.
Las correlaciones de Reynolds capturan la corrosión inducida por flujo, donde los fluidos a alta velocidad aceleran la pérdida de metal mediante mecanismos de erosión-corrosión.
El resultado: validado contra conjuntos de datos experimentales de NIST y NACE, CorrosionAI alcanza R² = 96,3% manteniendo una explicabilidad completa. Cada predicción puede descomponerse en sus factores físicos contribuyentes.
Nuestros sectores objetivo incluyen CCS/CCUS, Petróleo y Gas, Cemento, Marítimo y Offshore, con especial fortaleza en la detección de concentraciones traza de H2S a niveles de ppm — un escenario donde los modelos tradicionales son esencialmente ciegos.
La mejor IA no reemplaza la experiencia humana — la amplifica. CorrosionAI proporciona a los ingenieros de integridad de activos una herramienta que piensa en el lenguaje de la electroquímica, no solo en estadísticas.