Corrosion inhibition of carbon steel under two‐phase flow (water‐petroleum) simulated by turbulently agitated system
Notice bibliographique
Résumé
Abstract The corrosion of carbon steel in single‐phase (water with 0.1N NaCl) and two immiscible phases (kerosene‐water) using turbulently agitated system was investigated. The experiments were carried out for Reynolds number (Re) range of 38 000 to 95 000 using circular disc turbine agitator at 40°C. In two‐phase system, test runs were carried out in aqueous phase (water) concentrations of 1% vol, 5% vol, 8% vol, and 16.4% vol mixed with kerosene at various Re. The effect of Re, percent of dispersed phase, dispersed droplet diameter, and number of droplets per unit volume on the corrosion rate were investigated and discussed. Test runs were carried out using two types of inhibitors: sodium nitrite of concentrations 20, 40, and 60 ppm and sodium hexapolyphosphate of concentrations 485, 970, and 1940 ppm in a solution containing 8% vol aqueous phase (water) mixed with kerosene (continuous phase) at 40°C for the whole range of Re. It was found that increasing Re increased the corrosion rate and the presence of water enhanced the corrosion rate by increasing the solution electrical conductivity. For two‐phase solution containing 8% vol and 16% vol of water, the corrosion rate was higher than single phase (100% vol water). The main parameters that play the major role in determining the corrosion rate in two phases were concentration of oxygen, solution electrical conductivity, and the interfacial area between the two phases (dispersed and continuous). Sodium nitrite and sodium hexapolyphosphate were found to be efficient inhibitors in two‐phase solution for the investigated range of Re.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».