Corrosion of Alloys in a Simulated Wood-Waste Fluidizing Bed Power Boiler Environment
Notice bibliographique
Résumé
Rapid corrosion of Type 310H (UNS S31009) stainless steel fluidizing bed nozzles was observed shortly after start-up of a fluidizing bed power boiler designed to combust a mixture of salt-laden, wood-waste (hogged-fuel), and sludge. The primary cause of corrosion was previously identified as active oxidation, a high-temperature chloridation reaction occurring under thick, chloride-rich ash deposit. Replacing the nozzle metallurgy with a more corrosion-resistant material was one life extension strategy pursued by the mill. To assist the mill in this regard, an accelerated laboratory-based screening test was developed and used to identify materials from which to fabricate nozzles for field testing in the fluidizing bed power boiler. The accelerated screening test was validated by its consistency with field observations, namely, the corrosion mode and rate exhibited by Type 310H stainless steel. Of the various materials evaluated, the nickel-based Alloy 625 (UNS N06625) and Alloy HR160 (UNS N12160) were the most resistant to corrosion in the simulated environments. Alloy 625 was found to be at least seven to 10 times more corrosion resistant than Type 310H stainless steel when sulfur dioxide (SO2) was present, and about 100 times more corrosion resistant in the absence of SO2. Based on these tests, four alternative materials were selected for field testing.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».