MétaCan
Menu
Retour à la cohorte
Enregistrement W2595047803 · doi:10.5006/c2011-11092

Effects of Reaction Kinetics of H2S, CO2 and O2 on the Formation of Black Powder in Sales Gas Pipelines

2011· article· en· W2595047803 sur OpenAlexaff
Robin Susilo, Boyd Davis, Abdelmounam Sherik

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensKingston Process Metallurgy (Canada)
Organismes subventionnairesnon disponible
Mots-clésKineticsPipeline transportMaterials scienceChemical engineeringChemistryEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Carbon dioxide (CO2), hydrogen sulphide (H2S) and oxygen (O2) gases dissolve in water condensate on carbon steel pipelines that react with the walls to form iron carbonate, iron sulphides, and iron oxides as the corrosion products, respectively. It is unknown whether these gases react individually or if there is a competition between them leading to a kinetically favorable reaction. The reaction rate is governed by the concentration of gases dissolved in water which is in turn controlled by the gas composition, diffusivity, solubility, and the intrinsic kinetics. The reaction rate and products when fine iron powder (-325 mesh) suspended in water exposed to dry acid gas (CO2 and H2S) and exposed to humid acid gas are studied. Our findings show that water immersion approach for corrosion study without mixing has a mass transfer resistance that slows down the reaction rate significantly. This may not be observed in actual gas pipelines as the pipeline is exposed to thin water film only and the turbulence created by the gas flow induces mixing. Iron sulphide and carbonate formation are found to depend on the CO2/H2S ratio and time. Initially, the formation of iron carbonate is more dominant than iron sulphide. Higher the CO2/H2S ratio leads to the higher iron carbonate formation than iron sulphide. Iron sulphide becomes more dominant in a longer time scale for all CO2/H2S ratios. Iron sulphide is oxidized to elemental sulphur when O2 is present.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,113

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,240
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCorrosion Behavior and InhibitionTravaux en français237 207