 Evalua la profundidad de la corrosión en la superficie externa.

 Tiene en cuenta áreas que están corroídas y libres de corrosión. SUPERFICIE DE LA

TUBERÍA.
 Similiar a como se hace la acumulación de lluvia en un área geográfica.

Se usa un campo aleatorio latente homogéneo de gauss. Umbral está asociado al campo
latente gaussiano.

Obtener los parámetros según datos de tuberías corroídas. La probabilidad de corrosión en un

punto de distribución también sale de estos datos. También se obtiene la distribución marginal
de la profundidad de la corrosión no nula, y la estructura de correlación del campo gaussiano
latente.

Used to estimate parameters of the proposed model, including the probability of corrosion at
a given point, marginal distribution of the nonzero corrosion depth and correlation structure
of the latent Gaussian field.

La corrosión no nula sigue una distribución lognormal desplazada.

La función de correlación isotrópica γ -exponencial permite caracterizar el campo latente

gaussiano: longitud de la correlación desde loa 17-50 mm con un γ desde 0.69-0.82

Modelo: capacidad para capturar características del campo de corrosión que se produce de
forma natural en la tubería.
Campo de Markov: Campo aleatorio que satisface las propiedades de Markov. Está
representado por redes de Markov que no están dirigidas y pueden ser cíclicas, diferente a
una red bayesiana que puede es dirigida y acíclica. Su gráfico puede ser finio o infinito. El
campo aleatorio de Gibbs se obtiene si la densidad de probabilidad conjunta de las variables
aleatorias es estrictamente positiva.

Caracteriza la profundida de la corrosión en la superficie externa de los oleoductos y

gasoductos de acero enterrados.

Modelo que aborda la mezcla de áreas corroídas y libres de corrosión en la superficie de la

tubería.

Usa un campo aleatorio homogeneo latente de Gauss y un umbral espacial dependentien de la

posición que está asociado al campo gaussiano latente.

Los datos se obtiene de tuberías corroídas que han sido retiradas de servicios.

El modelo optiene la probabilidad de corrosión en un punto determinado, la distribución

marginal de la profundidad de corrosíón no nula, estructura de correlación del campo
gaussiano latente.

La profundidad de la corrosión no nula sigue una distribución logNormal desplacada, mientras

que la función de correlación es una función gamma exponecial que permite caracterizar el
campo gaussiano.

El modelo es capaz de capturar las caracterias del campo de corrosión que se produce de
forma natural en la superficie.

Destacado: Se logró proponer un modelo que tiene la capacidad de evaluar la variabilidad de

grupos de corrosión con diferentes morfologías que pueden ser simuladas para ser medidas, lo
cual provoca que el modelo propuesto se pueda emplear para generar una base de datos de
defectos de corrosión sintéticos para ser comparadas con las metodologías de evaluación FFS.
Se asumió que el campo aleatorio gaussiano tenía una distribución normal estándar. La
correlación de las funciones de distribución propuesta depende únicamente de la separación
entre dos los puntos según la coordenada espacial evaluada. La función de correlación
isotrópica γ -exponencial permitió caracterizar el campo latente gaussiano en donde la
longitud de la correlación es de 17-50 mm con un γ de 0,69-0,82

 Aplicaciones: Por medio de los datos de la corrosión evaluados, la función asociada a la

distribución marginal en cualquier punto dentro del campo (la cual va desde 0 hasta 1) no
es constante en el lugar evaluado, puesto que la probabilidad depende de las coordenadas
espaciales. Lo cual puede emplearse para trabajos futuros en donde se proponga una
 función de distribución asociada al tema de interés. Es posible identificar los grupos de
corrosión según la regla de interacción, en donde dos o más anomalías muy próximas
entre sí forman un cluster.

 Limitaciones: Se estudia la corrosión exterior de la tubería, por lo que la única forma de

obtener datos para entender el comportamiento de la corrosión es si la tubería se extrae
de donde está enterrada, lo que ocasiona que las inspecciones ILI no contribuyen a
información importante que se pueda utilizar. El objetivo futuro no está relaciona con
evaluar la pérdida del espesor de la pared si no con la variabilidad espacial de los estados
analizados.