影响大学生学习成绩 因素优秀论文申请

第一篇：影响大学生学习成绩 因素优秀论文申请

大学生学习成绩影响因素的实证分析

专业年级：信息与计算科学09-1班

学生姓名：李媛媛

指导教师： 张庆丰

职

称：讲师

摘要：大学承担着科学研究、培养人才和服务社会的重要使命，而为社会培养优秀人才是大学最根本的使命。学习成绩是对大学生是否掌握相应科学知识的评价，同时也在一定程度上影响其学业、求职和就业，也反映出大学生对学习、知识的态度甚至整体素质的高低。非智力因素是大学生全面发展的主导，是影响大学生成绩的主要因素。本文在问卷调查的基础上，分析了非智力因素对大学生学习成绩的影响，采用方差分析法，因子分析法和主成分分析法，利用SPSS软件对调查数据进行统计分析，从而找出影响学生学习成绩的主要原因，对如何提高大学生学习成绩提出了有效的建议，也为进一步的教育改革提供了一定的理论依据。

关键词：非智力因素 学习成绩 方差分析 因子分析 主成分分析

一、本课题研究的目的和意义

在高校中，学习成绩量化指标在考查学生中所占比重最大，如评定优秀毕业生，评定奖学金，评定文明大学生以及向用人单位推荐优秀毕业生等。当今社会，随着高校的扩招，越来越多的大学生不得不参与到残酷激烈的竞争中。在人才市场人满为患时，许多用人单位纷纷提高了自己的招聘要求，在许多在大学期间成绩不是很好的同学被用人单位拒绝的情况下，为了提高就业机会，一份漂亮出众的成绩就显得尤为重要了。对大学生的学习成绩进行分析已成为高校中的热门话题，学习成绩的好坏不仅直接影响大学生能否完成学业，而且对今后的求职和职业选择都有着重要的影响，如何改善如今大学生普遍成绩不太好的现状，则需要对这一系列影响大学生学习成绩的因素进行分析，从而找出影响大学生成绩的主要因素，这对如何提高大学生学习成绩提出了有效的建议，对大学生的管理与成才起着重要的作用。

二、设计方法（设计思想或、设计方案论证、研究方法等）

（一）研究方法

1、文献法

通过对教育学、教育心理学等相关资料的收集整理，分析大学生学习状况的理论研究和实证研究，为问卷调查的设计做必要的准备。

2、问卷调查法

在文献分析的基础上采用问卷调查形式。对所调查的内容做了归纳和总结，反复修改完善，设计了一份“关于影响大学生成绩的主要因素调查问卷”进行调查。

（二）技术路线

1、查找相关文献，确定论文框架。

2、进行问卷调查，收集分析数据资料，分析影响大学生成绩的主要因素。

3、从非智力因素入手，综合分析结果,提出提高大学生成绩的对策。

4、大学生成绩的影响因素种类多样，结构复杂，难以完全用定量方法或简单归结而进行优化分析与评价，需采用方差分析法，因子分析法和主成分分析法，利用SPSS软件对调查数据进行统计分析。

三、主要设计参数

四、设计要点及特点（或设计内容、研究内容等）

高校是教学和科研的重要基地，也是培养人才的重要场所。大学生活作为同学们从学校步入社会的过渡阶段，学习成绩依然是同学们关注的主要问题，学业成绩是对学生进行测评的主要指标，对个体的发展具有重要意义。因此，有关学业成绩的研究引起了教育界的重视。影响学业成绩的因素一直是人们关注和研究的重要问题。在实际的教学过程中，影响学生成绩的因素是多方面的。比如学生学习的兴趣、学习积极性、性别、家庭因素、高考成绩和生活娱乐因素等影响学生的成绩。这些因素有的对成绩影响大，有的对成绩影响小，究竟哪些因素的影响是显著的，哪些因素的影响是不显著的呢？针对这些问题，本文通过对我院大

一、大二和大三136名大学生进行抽样问卷调查，以他们的最重要的基础课成绩——数学和英语成绩为例，考察影响大学生学习成绩的主要因素，包括学生性别、父母受教育程度、家庭收入、父母影响度、籍贯、学习气氛等客观因素，学习兴趣、学习时间、上网时间、出勤率、自觉看书等主观因素，还有高考成绩。根据搜集的数据，运用方差分析法、因子分析法和主成分分析法,经SPSS软件的计算，分析影响学生学习成绩的因素。

五、结论

在性别因素对大学生学习成绩影响的分析中，结果表明，性别因素对大学生的数学成绩并无显著性影响，而对大学英语成绩有显著性影响；在大学生成绩的年级差异进行单因素方差分析中，结果表明，三个年级的学生成绩有显著性的差异；在历史因素对大学生学习成绩的相关分析中，结果显示，高考成绩与英语成绩相关性显著，与大学数学成绩相关性不高；在影响数学成绩的多因素回归分析中，结果表明，学习时间、自觉看书和专业兴趣度都会促进学习成绩的提高，而上网时间却给学习带来负效应；在大学生综合影响因素的分析中，结果表明，影响学习成绩的首要因素是学习环境和学习积极性(专业兴趣度、学习氛围），其次是家庭因素（父母的文化程度）,生活费用、父母月收入、父母影响、出勤率、学习时间、自觉看书、上网时间各个因素都依次有不同程度的影响。

六、主要参考文献

[1]刘宝存.大学理念的传统与变革[M].北京:教育科学出版社，2004:25-28.[2]邱女.影响大学生成绩的因素分析[J].中国市场,2001(26).[3]宁静,肖姨,缪柏其等.高考成绩与大学成绩的相关性研究[J].高等理科教育,2001,8(3):46-50.[4]卢志泉,张国毅,侯长余,杨慧君.家庭因素对学生学习成绩的影响[J].中国行为医学科学,2001(1).[5]罗雨滋,付兴宏.数学学习中的智力因素与非智力因素[J].保山师专学报,2005,24(5):34-36.[6]刘文科.论影响大学生学业成绩的非智力因素及其培养[J].科技情报开发与经济,2005,15(24):199-201.[7]李克俊,王正华.非主观因素对大学生学习成绩影响的方差分析[J].四川教育学院学报,2008,24(6):37-41.[8]梁斌,卓梅霞.基于SPSS统计软件的因子分析法及实证分析[J].河西学院学报,2005,5(27):78-82.[9]余建辉,金义富.方差分析在学生成绩分析中的应用[J].福建电脑,2010,12(26):57-62.[10]孔慧华,潘晋孝.大学生成绩的统计分析[N].甘肃联合大学学报:自然科学版,2010,24(24):53-57.[11]刘影.多元统计分析在高校中的应用[D].东北师范大学数学系,2006:12-40.[12]张喜娟,丁钊鹏,张喜娟.因子分析在学生成绩影响因素调查结果中的应用[J].北京联合大学学报:自然科学版,2010 ,24(1):77-81.[13]吴武琴.学生学习成绩的方差分析法[J].昆明冶金高等专科学校学报,2004,4(20):16-18.[14]潘先云.教学研究中的多元分析法初探[J].广州大学学报,2000,3(14):86-88.[15] 张文彤,董伟.SPSS统计分析高级教程[M].北京:高等教育出版社,2004:218-237.[16]张文颖,张玉,王冉.大学生成绩影响因素的主成分分析[J].科技咨询导报,2010(20).[17]黄宁.关于主成分分析应用的思考[J].数理统计与管理,1999,18(5):44-47.[18]杨晓明.SPSS在教育统计中的应用[M].北京:高等教育出版社,2004:278-286.[19]杨金梅,李瑾.影响大学生成绩因素的分析[J].天津职业技术师范学院学报,2001(1).[20]郭显光.如何用SPSS软件进行主成分分析[J].统计与信息论坛,1998,22(6):60-64.[21]杨娇丽，陈鹏编著.大学生心理健康教育及个案教程[M].北京:对外经济贸易大学出版社,2008.七、对应英文题目、姓名、摘要、关键词

Empirical Analysis of Factors Affecting Academic

Performance in University Abstract: University undertakes the important mission of scientific research, cultivating talents and serving the society, and cultivating the excellent talents for the society is the fundamental mission of university.Academic record is the evaluation of whether college students to master relevant scientific knowledge.At the same time, to a certain extent, it affects their school work, job hunting and employment.It also reflects the college students' attitude towards learning, knowledge and overall quality of high and low.Non-intelligence factor is the all-round development of college students, and it is the main factors affecting college grades.On the basis of questionnaire survey, this paper analyses the influence of non-intelligence factors on college students' academic performance, using analysis of variance, factor analysis and principal component analysis.For the survey data ,we use SPPS software to conduct statistical analysis.Thus find the main reasons affecting students' learning achievement , putting forward effective suggestions on how to improve college students learning and also providing a certain theoretical basis for further education reform.Keywords: non-intelligence factor;academic record;variance analysis;factor analysis;principal component analysis

第二篇：影响学习成绩最大的因素是什么？

情商对学习成绩的影响究竟有多大？

文：叶树林

大家有没有想过，为什么学生A可以上北大，而学生B只能上三本？难道是因为学生A比学生B聪明？还是学生A掌握的知识点比学生B掌握得多？其实都不是，因为我们都知道绝大部分学生的智力并没有本质的区别。而经历高中三年的学习，学生掌握的知识点也没有本质的差别。那么最终影响学生高考成绩的又是什么呢？

高考应试专家管卫东这样描述高考：高考＝知识点+思维+情商。这条公式表明高考作为选拔类考试，它考查的不仅仅是考生对知识点的掌握程度，更重要的是考生的思维能力及情商，尤其是后者，更是重中之重。情商占据着高考的70%!高考就像是砌模型。知识点就是模型的小部件；思维就是如何把小部件组合起来的思想过程；而情商就是影响砌模型的内在因素，如外界太吵导致你静不下心控制自己的手指做一些细微的动作，或者是觉得自己做不好这样技术活而导致还没开始就放弃。由此可知，情商才是最终的决定因素，无论你已经准备好此模型的所有部件或是已经知道如何砌，但只要你的情商没到位，那么结果都是可想已知。高考同样如此，上面已经提到，经历高中三年学习的学生该学习的知识都已经学习过，也就是高考所需的部件已准备好，但此时学生缺的正是思维能力及情商能力。

同时，情商不但影响着学生考场的临场发挥，也影响学生平时学习的效果。大大小小的考试、家长及老师的关心、距离高考的日子越来越近等诸多因素，无时无刻地影响着学生，就好像是几面无形的压力墙逐渐压着学生，让学生透不过气。如此多的压力鞭策着学生学习，但是学习因为心理焦急而无论如何努力都不见效果。越是没有效果对学生的压力就越大，学生的焦急情绪就越强，如此下去就形成了一个恶性循环。这样的学习怎么会有效果呢？

综上所述，要想取得好成绩，除了知识点打扎实，思维能力到位之外，更重要的拥有一个成熟的心理，也就是上面提到的情商。而且不单单是在考场上注重心理成熟，在平时学习生活中也需注重心理成熟。

第三篇：影响初中生学习成绩的非智力因素

影响学习成绩的非智力因素

（刘艳江苏省泰州市孔桥中学225321）

学习是一个漫长而复杂的过程。学习成绩的高低，不仅取决于学生的注意力、观察力、记忆力、思维力和想象力等智力因素，也取决于兴趣、情感、意志和性格等非智力因素的积极参与。这两者对于优秀成绩的获取都是不可缺少的。案例中这位学生智力并没有问题，导致他成绩退步的原因应该是非智力因素。

非智力因素是指智力因素之外参与并影响学习活动的个性心理因素，它主要通过对心理过程产生起动、导向、维持与强化作用而影响学生学习成绩。根据非智力因素对心理活动的调节范围以及对学习活动直接作用的程度，可将非智力因素划分三个不同层次：第一层次，指学生的理想、信念、世界观。它属于高层次水平，对学习具有广泛的制约作用，对学习活动具有持久影响；第二层次，主要是指个性心理品质，如需要、兴趣、动机、意志、情绪情感、性格与气质等，这些属于中间层次。它们对学习活动起着直接的影响；第三层次，指学生的自制力、顽强性、荣誉感、学习热情、求知欲望和成就动机等等，它们是与学习活动有直接联系的非智力因素，对学习产生具体的影响。这些因素充满活力，对学习的作用十分明显。

因此，要改善“小升初”学生的学习成绩，重点是激发孩子学习动机，培养学习自律性，逐步引导其将聪明才智运用到学习中来。

另外，在引导和激发的过程里，还应注意处于青春期学生思维变化与心理成长。一般来说，在这阶段，学生思维变化上的特点是：形式逻辑思维逐渐发展并趋向成熟的同时，辩证逻辑思维出现、形成和较快发展且逐渐占优；思维的创造性和批判性日益明显，但片面性和表面性依然存在。在心理上，其自我意识高涨，反抗心理普遍存在，情绪表现矛盾性突出。所以，家长和老师应了解并结合上述思维和心理特点，合理制订学习计划与目标，尽量采取积极鼓励与正向评价的方法，避免学生产生逆反心理。

附：（作者姓名：刘艳；单位：江苏省泰州市孔桥中学；邮编：225321；联系方法：***；E-mail:suanbao@yeah.net）

第四篇：对高等数学课学习成绩影响因素的统计分析

对高等数学课学习成绩影响因素的统计分析

摘 要：本文调查了我校3个学院9个班级共371名学生，利用t检验、方差分析等方法和SPSS17.0软件，分析了性别、高考分数、生源和专业对高等数学学习成绩的影响，在此基础上，对如何提高学生学习成绩提出了一些建议。

关键词：高等数学；学习成绩；t检验；方差分析

中图分类号：G642 文献标识码：B 文章编号：1002-7661（2015）16-003-01

一、问题背景和文献综述

高等数学课是理工专业学生必修的基础课程之一，是学习专业基础课、专业课的基础，但由于各种原因的客观存在，例如高校扩大招生，生源质量下降，学生学习兴趣不高、学习态度消极，学生管理难度加大等，包括高等数学在内的基础课程学习状态越来越差。解决该问题的关键在于，对大学生学习现状的准确把握，包括学生学习兴趣、听课状况、学习目标、学习计划、学习习惯、学习时间以及学习的主动性、自觉性等方面，只有准确掌握上述细节信息，才能有针对性的提出对策，相关研究整理如下：

舒苏（2011）认为学习目的不明确，学习方式转变认识不足等是影响大学生学习高等数学的原因，并据此提出了一些提高学习高等数学效率的对策。袁芳（2011）对理工科大学生高等数学学习困难的成因解释为：学生数学认知结构缺陷、心理表象错误、知识联系错误、思维定势负面影响、认知水平限制以及元认知能力缺陷等。郑艳玲（2010）以济南大学文科专业100名学生和86名理科学生为研究对象，通过调查问卷，结合访谈、观察和比较等方法，对高校文科学生数学学习过程中的非智力因素进行了调查研究，并认为数学学习态度不明确，学习兴趣、学习动机不高是学习困难的主要原因。徐勇、黄思翔（1997）认为高校新生入学后会存在各种不适，并以某学院59名新生高等数学学习情况为研究样本，主要结论在于，入学数学成绩与高等数学学习相关不显著，但学习适应性存在性别差异，女生能够较快适应高校学习。上述研究从教学过程的特定环节出发，分析了可能影响学生学习成绩的因素，参考上述研究，本文对我校学生高等数学学习成绩的影响因素进行了一些分析，并相应的提出了一些建议。

二、样本选择和数据分析

此次共统计了3个学院9个班级共378名同学的性别、高考分数、生源所在地以及高等数学A2期末考试分数几个指标，其中3名同学生源所在地不清楚，4名同学缺考，剔除后样本量为371个，并利用SPSS17.0软件进行相关数据分析，相关结果如下。

1、性别与学习成绩

所统计学生中男、女生分别为245和126个，平均成绩分别为65.2367和74.8524，差异较大，t检验结果也显示平均成绩显著不同（显著性水平0.05和0.01）。同时，方差是否相等的检验显示男女生之间存在差异，女生间成绩较平均，男生成绩离散程度较大。

2、专业（学院）与学习成绩

所统计3个学院的学生数分别为75、114和182个，平均成绩分别为62.09、70.61和69.80分，以学院作为因素的单因素方差分析结果显示，不同学院的学生成绩有显著差异（显著性水平0.05）。不同学院学生成绩的方差间无显著差异。

3、高考成绩与学习成绩

所统计371个学生高考成绩与高等数学成绩之间的相关系数为0.1026，考虑到不同省份的高考试卷难易程度、总分不同，又计算了吉林省内同学（共213名，占所统计同学的57.41%）的高考成绩与高等数学成绩之间的相关系数，为0.1071。由于其余各省的同学数均较少，无统计意义，所以未计算。从上述计算结果上看，高考成绩与大学学习成绩之间的相关程度不高。

4、生源与学习成绩

所统计371个学生中，东北三省共228名学生为第一组，山东、江苏、天津、江西等省共45名学生为第二组，海南、云南、贵州、新疆、内蒙等省（自治区）共19名学生为第三组，按照不同组别，分析其对学生成绩的影响。第一、二、三组的成绩分别为66.56、77.44和55.68分，成绩差异较大，方差分析结果也显示，不同组别的学生成绩有显著差异（显著性水平0.05），也就是说，生源所在地对学生成绩具有显著影响。而且，分数较高组成绩的方差也较小，但在统计上无显著差异。

三、主要结论和相关建议

本文分析结果显示，学生入学成绩与高等数学学习成绩之间关联程度不大；女生成绩显著高于男生；不同专业、生源所在地学生的学习成绩具有显著差异。

女生较男生适应性更强，所以我们认为，让学生更快适应大学学习生活，完成从高中较大压力下、被督促的被动学习，向学习动机明确、较少督促下的主动学习转变，是提高学生学习成绩的关键因素。同时，专业和生源对学习成绩具有显著影响，说明良好的学风是提高学习成绩的关键因素，大到学校、学院，小到班级、宿舍，都要建立好的学习风气，高考成绩反倒影响不大。

参考文献：

[1] 舒苏.大学生学习高等数学的影响因素及对策[J].江苏教育学院学报（自然科学），2011，27（6），29-30.[2] 袁芳.理工科大学生高等数学学习困难成因及教学对策[J].菏泽学院学报，2011，33（2），132-135.[3] 郑艳玲.影响高校文科学生数学学习的非智力因素的调查[J].高等函授学报（自然科学版），2010，23（3），52-54，64.[4] 徐勇，黄思翔.高校新生高等数学学习情况初探[J].广东教育学院学报，1997，（2），74-79.

第五篇：申请优秀论文

铸铁和20号钢在抚顺东露天矿区饱和土壤溶液中腐蚀行为研究

高嘉汐

（机械工程学院 材料成型及控制工程0701班）

摘要：本研究采用埋片和电化学实验研究了铸铁和20号钢在抚顺东露天矿饱和土壤溶液中的腐蚀行为。研究获得以下结论：通过埋片法试验可知，20号钢的年腐蚀速率为0.0388mm/a，铸铁的年腐蚀速率为0.0287mm/a，20号钢的腐蚀速率为铸铁的1.35倍。电化学实验表明，在矿质土壤中铸铁的电荷转移电阻很高，最大阻值达108100Ω·cm2，20号钢的电荷转移电阻较低，最大阻值为4381Ω·cm2，铸铁比20号钢更耐蚀。

关键词：矿质土壤，埋片腐蚀，电化学测试，土壤腐蚀 1前言

随着工业发展，地下设施越来越多，常用结构材料的土壤腐蚀越来越受到关注。土壤腐蚀研究中矿区土壤对地下设施的腐蚀与人身安全和生产安全密切相关。越来越频繁的矿难带给我们更沉重的思考。

矿区土壤中的矿物质可分为原生矿物和次生矿物。原生矿物主要包括硅酸盐矿物，氧化物类矿物，硫化物好磷酸盐类矿物。次生矿物主要包括各种简单盐类，次生氧化物和铝硅酸盐类矿物等。其特点与有机土壤相似，由此推断金属在矿质地区土壤中的腐蚀会比在其他土壤中的腐蚀要更加严重[1-2]。球墨铸铁是20世纪五十年代发展起来的一种高强度铸铁材料，其综合性能接近于钢，性能优异[3]；20钢的是指含碳量为0.2%的低碳钢[4]，这两种材质土壤腐蚀的研究较多[5-7]，但在矿区土壤中耐蚀性能如何具有研究的必要，对该地区地下构件的选材具有一定的参考价值。

本研究以常用的20号钢和铸铁为研究对象，研究其在东露天矿土壤中的腐蚀行为和规律。在抚顺东露天矿区土壤中进行埋片腐蚀和电化学实验。对比研究铸铁和20号钢在该土壤环境中的腐蚀行为，期望明确铸铁和20号钢在矿质土壤中的腐蚀行为和规律。2研究方法

2.1实验仪器与药品

器材：电化学测试设备(PARSTAT 2273)，赛多利斯天平，佳能数码照相机，超声波清洗器、电吹风机，水磨砂纸，镊子，若干烧杯(250ml)，石墨电极，标准分样筛(0.4mm)，导线若干，医用胶带。

药品：饱和KCl溶液，HCl，六次甲基四胺，去离子水，环氧树脂，乙二胺。2.2 埋片试验

埋片试验主要有四个步骤：试样制备、配制土壤溶液、埋片两周、称量并计算腐蚀速率。

将实验室内的管型铸铁和20钢板按照需要的尺寸切割(25mm×50mm×2.5mm)成试样。对试样表面进行前清理，用100、200、500、800#砂纸依次打磨。除去试片表明铁锈及氧化膜，使试样露出金属光泽，打磨过后再用去离子水清洗。清洗后用吹风机烘干并记录每块试样的尺寸和重量。

将现场取来的土进行烘干，烘干后研磨，再用40目筛子筛土，使土壤成分粒径达到均匀。将筛好的土与水在烧杯中混合，配制成粘稠状饱和土壤溶液。

将20号钢试样和铸铁试样分别放在两个烧杯中的饱和土壤溶液中。试样在烧杯中腐蚀两周后取出，观察腐蚀形貌并用除锈液(500ml水、500mlHCl、3.5g六次甲基四胺)超声清洗试样3min，称量后计算腐蚀失重，计算腐蚀速率。2.3 电化学试验

电化学试验主要三个步骤：制作试样、配置土壤溶液和电化学腐蚀试验。

将PVC管子用锯条锯成15mm宽的小段，竖直放置在桌上用透明胶带固定好。把10mm× 10mm的20#钢和铸铁试样与电线钎焊到一起，再将试块分别放置在管子截面中心，用配制好的树脂溶液(环氧树脂与乙二胺的质量比为100:8)倒入管中，等待其冷却。经过12小时的冷却，将试样取下，完成制备。其中方形金属为实验金属，如图2.1所示（该照片试样未经打磨）。

图2.1左侧为20号钢试样，右侧为铸铁试样

将烘干、研磨，筛好后的土壤在烧杯中与水混合，使溶液呈现粘稠状。完成饱和溶液的制备。将试样、盐桥（其中是饱和的KCl溶液）、石墨电极用医用胶带固定在实验板上，然后轻放入配制好的饱和土壤溶液中。

电化学实验采用的PARSTAT2273电化学综合测试系统，采用三电极体系，以饱和甘汞电极作为参比电极，石墨作为对电极（尺寸为20×20mm2），试样作为工作电极。分别对20号钢和铸 2

铁进行开路电位、阻抗谱测试、极化曲线测试。每个试样的浸泡实验周期为7天，浸泡1小时后开始测试开路电位，阻抗谱和极化曲线，而后每隔24小时进行阻抗谱测试，浸泡168小时后再做一次极化曲线。3 结果与讨论

3.1 20号钢与铸铁埋片腐蚀结果与分析 3.1.1 埋片前后形貌观察

金属试样经过两周的腐蚀在形貌上发生明显变化。图3.1为20号钢和铸铁埋片实验前试样的形貌，图3.2为20号钢和铸铁通埋片两周后试样经过除锈液清洗后的形貌。通过对比图3.1和3.2可以看出在埋片实验前两金属试样表面充满金属光泽，表面也没有发生腐蚀和蚀坑。但经过两周的埋片腐蚀20号钢试样和铸铁试样表面不仅锈迹斑斑，失去了金属光泽，而且在表面还有大量的腐蚀产物。20号钢表面为黑色和褐色锈斑；铸铁表面为黄褐色锈斑。由两种材质腐蚀前后的形貌发现在矿质土壤中铸铁和20号钢均发生明显腐蚀，对比发现20号钢腐蚀的更为严重，腐蚀产物更多。将20好钢试样和铸铁试样埋片腐蚀前后数据列于表3.1中。

图3.1 埋片实验前试样的形貌

左图为20号钢；右图为铸铁

图3.2 埋片两周后试样经过除锈液清洗后的形貌

左图为20号钢，右图为铸铁

3.1.2 腐蚀速率计算

将试样表面的腐蚀产物清除后，称量失重量。这样利用失重法计算腐蚀速率。结果见表3.1。3

通过计算可知，20号钢的腐蚀速率为铸铁的1.35倍，实验结果与形貌对比结果保持一致。

表3.1 20号钢试样和铸铁试样埋片失重及年腐蚀速率

试样 实验前重量g 试验后重量g 失重g 体积m² 腐蚀速率g/m²×h 年腐蚀率mm/a 20号钢 铸铁 27.5446 49.2640

27.5000 49.1958

0.0446 0.0682

0.02632745 0.00374144

0.0345 0.0255

0.0388 0.0287 3.2 20号钢与铸铁电化学实验结果与分析 3.2.1 电化学阻抗谱分析

对20号钢和铸铁在矿质地区土壤环境中进行电化学阻抗谱测试，连续七天的电化学阻抗图谱如图3.3所示。

图3.3 20号钢试样和铸铁浸泡7天电化学阻抗谱图

左图为20号钢 右图为铸铁

由图可见：两试样的阻抗谱均表现为单一的容抗弧。20号钢阻抗谱第一天弧半径最小，随浸泡时间延长，试样的容抗弧半径先增大后减小，其中第三天弧半径最大，此后弧逐渐开始减小，第六天，第七天弧半径又开始增大，呈现波动性变化。铸铁阻抗谱第一天弧半径最小，随浸泡时间延长，试样的容抗弧半径线性增大，直至第七天弧半径最大。

采用ZsimpWin软件采用R(QR)等效电路对上述电化学阻抗谱进行数据拟合，其中Rs为溶液电阻、Rct为电荷转移电阻，Q为常相位角元件，拟合后的Rct列入表3.2中。根据表3.2可知，20号钢的电荷转移电阻Rct的峰值在第三天为4381Ω·cm2,，而铸铁的电荷转移电阻Rct的峰值在第七天为108100Ω·cm2。铸铁的电化学阻抗谱拟合值Rct要远大于20号钢的电化学阻抗谱拟合值Rct。说明在

矿质土壤环境中20号钢虽然形成锈层，但是该锈层不稳定极易发生溶解，并没有起到耐蚀作用。而铸铁试样在矿质土壤环境中电荷转移电阻不仅大且稳定增加，对基体起到较好的保护作用，耐蚀性很好。所以在矿质土壤环境中铸铁的耐蚀性要好于20号钢。

表3.2 20号钢试样和铸铁试样等效电路图处理出Rct数据

(Ω·cm2)

20号钢 铸铁 第一天 1832 1227

第二天 3643 2930

第三天 4381 6866

第四天 4226 30080

第五天 3612 46280

第六天 3815 84590

第七天 3935 108100 3.2.2 动电位极化曲线分析

本文使用动电位极化测试技术在矿质地区土壤环境中对20号钢试样和铸铁进行了耐蚀性能检测。20号钢试样和铸铁试样实验开始与结束两次的极化曲线如图3.4所示。

图3.4 20号钢试样浸泡1小时和浸泡7天的极化曲线

表3.3 20号钢试样和铸铁试样自腐蚀电位、自腐蚀电流密度和年腐蚀速率 参数 时间 ia(uA/cm²)E(V)年腐蚀率(mm/a)

1小时 4.883-0.771

0.0478 20号钢

七天 4.101-0.815

1小时 7.502-0.773

0.0450 铸铁

七天 3.841-0.814 对铸铁和20号钢前后两次极化曲线采用powersuit软件获得各曲线的自腐蚀电位及自腐蚀电流密度如表3.3所示，计算出的年腐蚀速率列于表3.3中。由图表可知，浸泡7天后20号钢和铸铁的自腐蚀电位下降，曲线下移，说明浸泡七天后材料发生腐蚀，浸泡168小时后20号钢的年

腐蚀速率为0.0478 mm/a，铸铁的年腐蚀速率为0.0450 mm/a，相比而言铸铁更加耐蚀。

4结论

通过本次研究获得以下结论：

（1）通过埋片法试验，20号钢的年腐蚀速率为0.0388mm/a，铸铁的年腐蚀速率为0.0287mm/a，20号钢的腐蚀速率为铸铁的1.35倍，比较年腐蚀速率，可知在矿质土壤环境中，铸铁比20号钢更耐蚀。

（2）电化学实验表明，在矿质土壤中铸铁的电荷转移电阻很高，最大阻值达108100Ω·cm2，20号钢的电荷转移电阻较低，最大阻值为4381Ω·cm2，铸铁比20号钢更耐蚀。

参考文献

[1] 徐快.土壤腐蚀因素浅析[M].化工腐蚀与防护, 1991, 3:27-34 [2] 陈玲.环境监测[M].化学工业出版社, 北京, 2011:159-160 [3] 刘金海, 李国禄, 郝晓燕, 等.球墨铸铁微观组织与拉伸行为的相关性[J].铸造技术, 2009, 29(3):329-332

[4] 张军, 徐海斌, 刘伟东.20 #钢低倍组织控制措施[J].承钢技术, 2002, 6(1):8-12 [5] 王紫色, 许淳淳, 杨曼学.4种不同金相组织的仿古铸铁在土壤中局部腐蚀行为的差异[J].铸造技术, 2007, 28(7):968-973 [6] 何海平.交流阻抗法评价铁物质文物封护剂耐蚀性的研究[J].文物保护与考古学, 2007, 3: 13-14 [7] 银耀德, 高英, 张水泉.土壤中阴离子对20钢腐蚀的研究[J].腐蚀科学与防护技术, 1990, 2(2):22-24 corrosion behavior of cast and 20# steel in the saturated soil solution of

Fushun east Open-pit mine Abstract: In this article corrosion behavior of cast and 20# steel was investigated using embedment and electrochemical method in the saturated soil solution of Fushun East Open-pit mine.It was demonstrated that the annual corrosion rate of cast(0.0388 mm/a)is 1.35 times that of 20# steel(0.0287mm/a)by the embedment experiment.The electrochemical experiments show that the Charge-transfer resistance of cast(108100Ω·cm2)is higher than that of the 20# steel(4381Ω·cm2)in the 6

mineral soil.The above results demostrate that the corrosion resistance of cast is better than 20# steel in the mineral soil.Keywords: Mineral soil, Embedment Corrosion, Electrochemical test, Soil corrosion