微生物腐蚀的检测方法和预测模型
2024-08-06 14:44:01 作者:戚鹏,王鹏,等 来源:腐蚀与防护 分享至:

 

 

生物腐蚀(MIC)是指由微生物或其代谢产物引起或加速的金属或其他材料的腐蚀过程,是一种普遍存在的严重腐蚀形式,广泛发生在石油、天然气、化工、海洋和水处理等领域,可对设备和环境造成重大损失和危害。MIC可导致巨大的经济损失,约占全部腐蚀损失的20%。因此,MIC的检测与控制是工业腐蚀科学面临的核心难题。

在水环境中的异质材料表面可以很快形成生物膜细菌聚集体。胞外聚合物(EPS)和微生物细胞组成的生物膜可以为微生物提供有利的生存环境,抵御外部恶劣环境的干扰。

而且,生物膜内部相对隔绝的环境有利于微生物的代谢活动,从而改变生物膜内的局部微环境,影响腐蚀机理。

此外,生物膜内菌体体系复杂,常存在多种微生物,如硫酸盐还原菌(SRB)、 铁氧化菌(IOB)、锰氧化菌(MOB)、硫酸盐氧化菌(SOB)、酸生成菌(IPB)等,微生物之间的协同共生也会改变生物膜内的环境参数,进而加速腐蚀过程。

鉴于MIC过程的复杂性,开发MIC的检测与控制技术是工业腐蚀科学面临的核心难题。


近年来,虽然研究人员对MIC机理进行了大量研究,但由于MIC系统包含多种微生物,受多因素影响,其腐蚀机制尚未完全阐明。针对MIC过程的危害性和不确定性,采用可靠的检测技术对其进行检测显得尤为重要。

近年来,许多新技术应用于MIC检测,如电化学技术、显微技术、生物分析技术等。这些技术可以检测腐蚀电化学行为、直接观察样品变化、分析微生物种类等,为研究MIC过程提供重要信息。

但是,各类技术手段也存在自身的局限性,如检测范围小、分辨率有限、需要外界扰动等。因此,需要多种技术的联合应用才能对复杂的MIC系统进行全面的表征。

此外,预测和模拟MIC的现象和机制,是有效诊断和防治MIC的重要手段,也是腐蚀科学和工程的热点和难点问题。为了预测和模拟MIC,许多学者提出了不同类型的模型,从不同的角度和层次描述和解释了MIC的影响因素和过程,为MIC的研究和应用提供了有价值的信息和建议。

然而,由于MIC的复杂性和多样性,没有一个模型能够完全解释和预测MIC的现象,不同类型的模型各有优缺点和适用范围,需要根据不同的目的和条件来选择合适的模型,或者结合多种模型来提高MIC的诊断和防治的效果。

Part.01

MIC的检测方法

1

 

电化学检测法

电化学检测法是通过测量样品的电化学反应来监测和表征金属腐蚀的过程和机理。常用的电化学方法包括开路电位法、电化学噪声法、线性极化电阻法、动态极化法和电化学阻抗谱法等。

 

开路电位法的原理是测量金属样品与参比电极之间的稳态电位差,来反映样品在腐蚀介质中的电化学行为。电化学噪声法通过检测电位和电流的随机扰动,可以判断腐蚀类型是均匀腐蚀还是局部腐蚀。线性极化电阻法给样品施加很小的电位扰动,测量对应电流变化,由此监测瞬时腐蚀速率。动态极化法在稳态条件下施加较大的电位扰动,考察整个腐蚀反应过程。电化学阻抗谱法通过施加交变电位,测量响应电流,获得电化学反应机理信息。

此外,丝束电极又称微电极阵列,是由规则排列的电极丝组成的复合电极。微电极既能作为大面积电极使用,给出平均信号,又能作为独立探头,测试局部参数,揭示材料表面腐蚀过程的不均匀性。因此,丝束电极技术在MIC研究中广泛应用。

 

中科院海洋所研究团队利用丝束电极监SRB生长周期中铜的整体和局部电化学过程,如图1所示,随着浸泡时间增加,在SRB指数生长期,最大电流密度值从0.21 μA·cm-2增加到0.87 μA·cm-2,在稳定期稳定在0.70 μA·cm-2, 然后在衰亡期下降到0.17 μA·cm-2。结果表明,最大电流密度与SRB的代谢过程相关。此外,SRB生长过程中,阳极位置随浸泡时间变化。

 

图1 基于丝束电极测试SRB引起的腐蚀状态

 

电化学检测法的优势在于操作简便、可以实现连续监测,已广泛应用于评价金属材料电化学行为、判断腐蚀类型与位置、动态监测腐蚀速率以及考究腐蚀机理。但是电化学方法也存在一些局限性,如部分方法需要施加外部扰动,可能影响稳态过程;数据分析和结果解释复杂,对局部腐蚀的监测效果较差,重复性存在一定问题。

2

 

生物分析法

 

MIC的特点是微生物群落与金属材料之间的复杂相互作用,准确分析微生物群落的组成对于理解MIC的发生机制至关重要。

 

微生物群落不仅在种类上多种多样,而且在不同的环境条件下展现出不同的生态功能,即通过特定的代谢途径影响金属材料的腐蚀过程。因此,需要对每个特定环境的微生物群落进行详细分析,以便为MIC控制提供针对性的策略。
生物分析法是通过分析样品中微生物的种类、数量和代谢活性来表征MIC过程。这类方法主要包括基因组学分析和代谢组学分析。基因组学分析PCR和基因测序,可以识别品中的微生物类型,定量分析不同微生物的相对丰度,为判断MIC相关微生物提供依据。代谢组学通过色谱-质谱等技术分析样品中的化学成分,可以揭示微生物群落的代谢通路和活性。

 

中科院海洋所研究团队采用高通量测序法分析了天然海水中硝酸盐添加对EH40钢试样表面腐蚀产物内微生物群落结构的差异,如图2所示。研究发现,在所有海水体系中,EH40钢表面微生物群落丰度最高的属为Cupriavidus,其次是Pelomonas,这两个属的细菌可进行有氧呼吸。在未添加硝酸盐的海水中,试样表面微生物群落结构中的硝酸盐还原菌属主要是Ralstonia和Sulfurimonas。添加0.1和1 mM硝酸盐后,硝酸盐还原菌的优势菌属不变。当添加量为10 mM硝酸盐时,除了Ralstonia和Sulfurimonas外,优势菌属中还出现了Thiomicrospira属。进一步增加添加量至100 mM硝酸盐时,硝酸盐还原菌属主要是Ralstonia、Thiomicrospira和Pseudomonas。硝酸盐的添加不仅导致了硝酸盐还原菌属的变化,还影响其丰度。

图2 EH40钢在添加不同浓度硝酸盐的海水中浸泡12周后表面微生物群落在属分类水平上的比较

生物分析法可以研究MIC过程中微生物群落的遗传多样性和功能特性,从而理解微生物与金属材料相互作用的复杂性。

DNA测序技术可以识别和量化难以培养的微生物种群,而宏基因组学则提供了群落中所有基因的全面视图,揭示了微生物群落的代谢潜力和生态功能。此外,代谢组学技术的应用,通过分析微生物群落的代谢产物,进一步补充了对微生物活动状态的理解,为评估微生物腐蚀的生物化学机制提供了直接的代谢证据。但是也存在一些局限性,如需要优化核酸提取和化学成分分析的样品前处理方法,数据处理和解释复杂,需要专业知识,设备和试剂耗材成本高。

 

3

 

辐射检测法

 

辐射检测技术通过利用X射线、紫外线等电磁辐射的吸收、衍射、荧光等效应来分析样品的化学组成和结构。常用技术包括X射线衍射(XRD)、X射线光电子能谱(XPS)、能量色散谱(EDS)、拉曼光谱和紫外可见光谱分析(UV-vis)。

 

XRD可用于评估样品的晶体结构和化学组成,揭示不同环境下的相变和成分信息,为腐蚀机理和速率提供证据。XPS可分析样品表面薄层的化学状态及相对组成,评价微生物诱导的表面化学变化。EDS可用于比较基本元素组成,识别腐蚀沉积物,结合电子显微镜评估微生物学影响。拉曼光谱和UV-vis可用于表征无机腐蚀产物和有机物细胞外聚合物的组成。

 

刘宏芳研究团队在研究SRB对富集人工海水中2205不锈钢和X52碳钢之间电化学腐蚀的研究中,采用XPS技术研究了去除生物膜后2205钝化层,如图3所示。研究表明,在无菌和SRB培养基中,2205不锈钢和X52碳钢耦合后,表面O2-/OH-和Fe3+/Fe2+的比率均有所下降。O2-和Fe3+含量的减少可能是由于Fe(III)氧化物的减少造成。

 

图3 去除生物膜后2205不锈钢表面钝化层的O 1s、Fe 2p XPS谱图、O2-/OH-和Fe3+/Fe2+的相应比率
辐射检测法可以对MIC过程中腐蚀产物和生物膜的化学成分进行表征,揭示MIC的化学过程。它们的优点是原理简单,可以快速扫描样品化学信息。但也存在一些局限性。如XRD成本低但分辨率有限,XPS可评估成分但空间覆盖有限,EDS可提供微观信息但需要复杂数据分析。综合运用这些技术可全面评估微生物腐蚀过程中的样品化学变化。

4

 

显微技术

 

显微技术的共同原理是通过各种显微仪器直接观察样品的形貌、组织结构、微生物分布等信息,从而直接观察样品表面变化、生物膜形成及微生物分布情况,对MIC过程进行表征。常用的显微镜技术包括扫描电子显微镜、环境扫描电子显微镜、原子力显微镜和共聚焦扫描激光显微镜。

 

扫描电子显微镜可快速获得高分辨率的金属基体微观形态图像,直接观察识别微生物活性对腐蚀的影响,但可能会对脆弱的生物样本完整性造成一定损伤。原子力显微镜是一种灵敏的表面形貌和力学性质定量分析技术,可精确评估异质性生物膜对金属基体的粘附力大小和腐蚀缺陷尺寸,但其取样和分析范围较小。光学显微镜操作简便快速,可用于现场直接评估腐蚀表面情况,但分辨率较低,获得的信息不够明确直接。共聚焦扫描激光显微镜可非破坏性地获得生物膜三维结构和腐蚀微观形貌的深度信息,但需要复杂的样本制备过程和较高的操作技术。

 

显微镜技术是微生物腐蚀研究中最常用的表征手段之一。但这类技术也存在一些内在的局限。首先,显微技术的观察范围有限,仅能提供金属样品局部区域的信息,难以反映整体腐蚀态势;其次,部分显微技术需要对样本进行复杂的前处理或制备,这可能会对脆弱的生物样品完整性产生一定的破坏或影响;再者,一些高分辨率的显微技术操作较为复杂,需要专业的实验人员进行;最后,部分显微系统需要工作在真空条件下,仪器和维护成本也非常昂贵。

 

5

 

生物传感法

 

生物传感器是一门由化学、物理学、生物学、材料学等交叉形成的一门学科,是介于信息学和生物技术之间新的研究热点,具有特异性高,灵敏度高,分析速度快,准确度高,成本低廉等优点,在食品检测、生态环境科学、医药科学等领域发挥了不容忽视的作用。

 

中科院海洋所研究团队针对微生物腐蚀检测的难题,开发了一系列针对微生物体系的生物传感方法。首先,从微生物特异性识别角度出发,针对不同应用场景开发了针对腐蚀微生物的快速传感方法,揭示了其对腐蚀微生物细胞结构、代谢活性和遗传序列的识别模式和作用机制,实现了典型腐蚀微生物的快速检测。

 

此外,针对材料表面生物膜内腐蚀微生物的代谢活性难以测定的难题,开发了适用于生物膜体系的腐蚀微生物活性的生物传感方法。具体内容包括开发了高柔韧性全固态离子选择性微探针,采用热力学驱动的电位测试模式,通过引入石墨烯固态转换层,实现了对活性分子识别过程的界面离子/电子快速转换,摆脱了内充液对电极基底尺寸和韧性的束缚;开发了基于MOF靶向裂解及酶释放的便携式活性试纸条,建立了靶标分子浓度与体系颜色/扩散性的密切关联,实现了生物膜内靶标分子的可视化测定,如图4所示。

 

图4 基于MOFs调节水凝胶黏度和纳米酶活性的ATP检测试纸条的构建原理图

 

生物传感技术作为一种先进的分析工具,在微生物活动和环境参数的原位监测方面展现出显著的效能,能够精确捕捉生物膜内微生物代谢活动和腐蚀过程的动态变化。生物传感技术能够提供较高的空间分辨率,这对于理解微生物群落内部结构和功能分布至关重要。

 

尽管目前可以用于生物膜微环境检测的生物传感器仍然较少,需要针对不同应用场景开发特定的传感器,该技术实现过程较为复杂,需要对构建和测试过程不断优化。但凭借其高特异性、高灵敏度、快速分析、高准确度以及低成本等优势,生物传感技术的研究需求日益增长。
综合而言,电化学技术在实时监测和材料失效表征方面具有优势,但无法测试生物膜内的微环境状态,且对局部腐蚀的检测能力有限;显微技术能够提供直观的形貌信息,辐射技术在化学成分分析方面具有高信息量,但这两类方法受限于观察范围和可能对样本造成损伤,不便于开展实时观测;生物分析技术能够深入到微生物层面,但需要专业的设备和分析人员,不便于开展现场分析;生物传感技术在快速检测和成本效益方面具有显著优势,但可能需要针对特定应用进行开发。在选择MIC检测手段时,需要根据具体的研究目的、条件和成本效益比进行综合考虑,有时需要多种技术的联合应用来全面评估MIC现象。

Part.02

MIC预测模型

 

按照模型的特点和方法进行分类和排序,目前已报道的MIC预测模型可以分为三种类型:基于风险评估的模型、基于传质过程控制的模型和基于电化学腐蚀机理的综合模型。

 

1

 

基于风险评估的模型

 

Maxwell等提出了一个基于四个因素(硫化物存在、氧气侵入、管道清理频率和老化程度)来评估SRB致腐蚀率的模型。该定性模型用一个四维的矩阵来表示这些因素的组合,每个单元格对应一个腐蚀等级。该模型的优点是能够预测MIC的可能性,缺点是不能准确地估计腐蚀进展。

 

2012年,Bernt等提出用数学公式分三步来计算MIC的风险指数(RI)和最大腐蚀坑生成速率。第一步结合qPCR技术监测SRB,硫酸盐还原古菌(SRA)和甲烷生成菌(MET)的数量,并利用每个菌种的体积活性计算MIC风险因子;第二步计算基于上述微生物的最大腐蚀坑生成速率;最后,根据上述两项指标评估MIC风险和采取缓释措施。研究表明,在细菌混合菌落中,腐蚀速率增加。在此基础上,该团队又提出通过RT-qPCR技术区分微生物的总数量和活性数量,可以更灵敏地评估MIC风险。与仅用qPCR技术相比,该模型可以更早期预测管线MIC。
此外,微生物诱导腐蚀的点蚀形成和生长过程具有随机特性,因此可以采用动态概率模型,如马尔可夫网络、泊松回归、佩特里网和贝叶斯网络等方法来预测MIC的发生。在很长一段时间,基于概率学的模型被用于模拟点蚀的随机生成和生长,但这些模型均没有考虑微生物对腐蚀速率和故障概率的影响。
2020年,Khan等提出了一种集成贝叶斯网络马尔可夫方法的预测模型,特别关注了操作参数和SRB对微生物诱导腐蚀速率的影响,以及微生物诱导腐蚀速率对长期暴露管道故障可能性的影响,用于预测微生物诱导内部腐蚀速率、故障概率以及未来腐蚀坑洞深度分布,并评估其对近海系统结构完整性的影响。微生物诱导腐蚀的影响因素采用贝叶斯网络表示,以捕捉其动态性、非线性依赖性和相互依赖性。根据关键腐蚀坑洞深度状态,采用马尔可夫过程估计近海系统的故障特征和未来微生物诱导腐蚀坑洞深度分布。

 

基于风险评估的模型主要用来评估MIC的可能性和危害程度,而不是具体的腐蚀速率的模型,考虑了一些影响MIC的因素,如微生物的种类、数量、活性、环境条件等,但没有涉及电化学和传质过程。这类模型的优点是可以快速地对MIC的风险进行评估,为腐蚀管理和防护提供参考。它们的缺点是不能提供具体的腐蚀速率和机理,也不能考虑电化学和传质过程的影响,因此精度和适用性有限。

 

2

 

基于传质过程控制的模型

 

基于对阴极去极化机理的理解,Peng等提出结合Monod方程、硫酸盐的传质方程,建立预测MIC腐蚀速率的数学模型。该模型考虑了SRB在金属表面的电化学作用,以及扩散、反应和质量传递等过程,能够预测腐蚀坑的形成和发展的三个阶段,但是需要很多参数和假设,且忽略了生物膜的影响。

 

Al-Darbi等也提出了基于阴极去极化机理的数学模型,考虑了硫酸盐在生物膜内的扩散和消耗,描述了腐蚀速率与SRB硫酸盐消耗速率和点深度变化的依赖性,并提出由于硫酸盐扩散的限制,点蚀坑经初期的快速生长后进入缓慢稳态生长阶段。
此外,Melchers和Wells提出的模型将MIC过程分为瞬态和准稳态两阶段建模。第一阶段利用Fick扩散方程描述营养物质的瞬态扩散;第二阶段近似为准稳态,腐蚀速率与营养物质浓度和铁锈层扩散速率成正比。
Afanasyev等提出通过活性传质方程描述固体、生物膜和溶液三相的反应过程,进而建立MIC模型,该模型考虑了各相界面之间物质传递和反应,预测了生物矿化对MIC的抑制作用。

 

尽管以上模型从不同的角度构建了基于传质过程控制的模型,但均没有考虑MIC过程中生物膜的动态生长过程。2015年,Haile等提出利用双基质Monod方程描述SRB的生长动力学,进而建立MIC腐蚀速率模型,该模型考虑了生物量增长、剥落和生物膜的参数,可预测SRB附着量和腐蚀率的变化趋势。

 

3

 

基于电化学腐蚀机理的综合模型

 

该类模型综合考虑了更多的影响MIC的因素和机制,如生物膜的形成和变化,电化学和传质过程,微生物的种类、数量、活性、代谢产物等,以及环境条件的变化的模型。

 

Gu等提出了基于SRB介导的生物催化阴极硫酸盐还原理论的MIC腐蚀模型,该模型提出电活性SRB诱导的腐蚀过程是微生物的外源呼吸过程导致的,利用Butler-Volmer方程描述电荷传递限制,结合营养盐在生物膜内的传质方程,重点考虑了生物膜-金属间的反应动力学和营养物质在生物膜内的传质过程。在此基础上,又考虑了APB产生的腐蚀性有机酸对MIC的影响,使模型能够预测更高的腐蚀率。
Xu等提出了同样基于腐蚀电化学原理的SRB和APB的协同作用MIC模型,预测了最坏情况下的MIC点蚀,通过假设存在侵蚀性生物膜,并简化了生物膜内硫酸盐的扩散和消耗过程,预测了最坏情况下MIC的点蚀速率。
不同类型的MIC预测模型各有优缺点和适用范围,没有一个模型能够完全解释和预测MIC的现象。
总体而言,基于风险评估的模型主要关注于快速评估MIC的风险,其优点在于能够快速提供MIC风险的概览,但无法提供关于腐蚀速率和机理的详细信息。基于传质过程控制的模型则更进一步,考虑了微生物在金属表面的电化学作用以及与腐蚀过程相关的传质现象,能够预测腐蚀坑的形成和发展,但需要大量的参数和假设,并且可能忽略了生物膜的动态变化。基于电化学腐蚀机理的模型综合了生物膜的形成和变化、电化学和传质过程以及微生物的代谢活动等多种因素,能够提供更为准确和详细的腐蚀预测,但需要大量的参数输入和解决生物膜内微环境因子的测定问题。因此,需要根据不同的目的和条件来选择合适的模型,或结合多种模型来提高MIC的诊断和防治的效果。
未来的研究方向和建议有以下几点:
(1) 发展更多的基于机理的综合模型,以综合考虑所有影响MIC的因素和机制,提供最准确和最完善的腐蚀预测和模拟。
(2) 改进现有的模型的方法和技术,以提高模型的求解效率和精度,降低模型的计算量和计算时间,增加模型的稳定性和可靠性。

 

(3) 解决生物膜内微环境因子的测定问题,获取更多的参数和数据,以描述生物膜的特性和变化。微生物腐蚀是发生在生物膜下的腐蚀过程,而由于生物膜内微环境因子测定方法的缺失,导致无法获得生物膜内微环境的变化规律,仅仅能通过推测估算生物膜内的微环境。因此,为了更好的解释微生物腐蚀机理,建立可靠的预测模型,必须要解决生物膜内微环境因子的测定问题。

 

Part.03

 

 

结论

 

 

MIC检测技术包括电化学、生物分析、辐射检测、显微观察和生物传感等,各技术手段优势互补,联合应用可提高MIC监测效果。

MIC预测模型包括基于风险评估、传质过程和电化学机制的模型,每种模型均考虑了影响MIC的部分因素,但尚无单一模型可完全解释MIC机制。

未来的MIC检测研究将聚焦于快速现场检测技术的创新,致力于构建符合现场应用要求的检测技术,以实现快速准确地进行现场监测,并评估MIC相关的风险。

此外,微生物预测模型的发展趋势将转向构建基于机理的综合性模型,并通过优化关键参数提升模型的效率和准确度,增强模型的稳定性和可靠性。

事实上,这两方面研究工作的推进均需解决生物膜内微环境因素的测定问题,以便更为精确的研究生物膜的特征及其演变过程。

 

免责声明:本网站所转载的文字、图片与视频资料版权归原创作者所有,如果涉及侵权,请第一时间联系本网删除。

    标签:
相关文章
无相关信息