Prevention of Corrosion in a Harsh Environment Using Zinc Primer
Notice bibliographique
Résumé
ABSTRACT Harsh environmental conditions prevail in most petroleum pipelines as well as downhole tubulars. Under these conditions, corrosion can have adevastating effect on both petroleum production and transportation. The petroleum industry has been using inorganic zinc coating as a primer coating that can withstand prolonged services. It is well known that zinc reacts with steel to form a very strong bond that is not easily broken when subjected to HARSH CONDITIONS. However, several areas of weakness persist. There is no existing method to select the most effective primer among many that are available commercially. The current methods do not optimize the thickness of the primer and the mechanisms of corrosion prevention in the presence of abrasive materials are not well understood. This paper addresses these shortcomings of the past and proposes a comprehensive technique for corrosion prevention in harsh environmental conditions. In a series of experiments, corrosion (both onset and growth) is observed in various pH conditions using various thicknesses of zinc primers. In order to simulate solid/solid interaction (e.g. pipeline in an environment where sands and dusts prevail), sand blasting is performed for a predetermined period. In this, the time of sand blasting was considered to be crucial since the time in the laboratory must be scaled down to model field conditions. For different cases, the nature of corrosion and the extent of growth were observed both in the presence and absence of top coatings. The extent of corrosion under sand abrasion was also observed. A procedure is recommended for determining optimum thickness of zinc primers under various environmental conditions (e.g. pH, sand erosion). Top coatings were found to be necessary for several of the conditions. Fundamental chemistry as well as fractal modeling is used to define the kinetics of corrosion growth. The role of zinc primer in developing a barrier is incorporated. The study results compare favorably with the experimental results
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 | 0,000 |
| 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 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 ».