电化学噪声技术（Electrochem icalNoise，E N）在腐蚀与防护学科领域中有着广泛的应用，在腐蚀类型的检测、现场无损监测、机理研究等方面已有诸多报道，但对于电化学噪声数据处理仍然存在许多困难。目前比较常用的噪声数据处理方法有、频域分析时域分析、小波分析、时频联合分析、混沌分析、聚类与判别分析等，其中，基于混沌理论的神经网络方法和聚类判别分析是对于噪声数据处理方面比较新的方法。黄家怿、胡骞等已证实聚类判别分析方法能用于点蚀与缝隙腐蚀的检测，但如何提高判别的精度与可靠性仍需要进一步深入的研究与完善。本文研究了三种材料：Q235碳钢、N80管线钢、普通13Cr不锈钢分别在0.5mol/LNaHCO3+（0.05—0.25）mol/LCl-、0.5mol/LNaHCO3+（0.08—0.30）mol/LCl-、3.5%—4.0mol/L Cl-条件下的点蚀特征，并设计了3-D实时观测装置在测量点蚀噪声的同时，对点蚀的发生发展状态进行实时观测，从而获取电化学噪声特征与点蚀实时状态的对应关系。另外，在噪声数据的处理方面，本文在前期研究的基础上，改进了聚类判别分析中的数据处理方法，并分别针对3种材料的点蚀噪声数据建立了以相对标准化后的电位与电流（以EStan、|I|Stan表示）点蚀判别模型，然后尝试建立了不同材料在不同浓度Cl-溶液中的点蚀统一判别模型，并在三组材料中分别选择三组点蚀实时观测数据用来验证所建立模型识别的精度。结果表明，依据3种材料所建立的3组点蚀判别模型依次为：yQ235=-0.7679EStan+0.2631|I|Stan yQ235=-1.9163EStan+0.544|I|Stan-0.216yN80=-0.722EStan+0.3054|I|Stan yN80=-1.7728EStan+1.1246|I|Stan+1.6164y13Cr=-0.7333EStan+0.3325|I|Stan y13Cr=-2.1237EStan+0.9313|I|Stan+1.5963这3组模型对各自验证数据点蚀产生时刻的识别值分别为：16.98h、0.26h、1.06h，与实际观察结果非常吻合。另外，最后建立的统一判别模型为：y=-0.7411EStan+0.3003|I|Stan y=-1.9376EStan+0.8666|I|Stan+0.9989该模型对每组验证数据点蚀产生时刻的识别值分别为：16.98h、0.26h、1.09h，与单独建立的判别模型的结果非常一致，说明统一判别模型能够用于不同浓度氯离子介质中点蚀发生发展的判别。