MétaCan
Menu
Retour à la cohorte
Enregistrement W2626465154 · doi:10.5006/c2015-05559

Unexpected Corrosion of a Nickel-base Alloy in Acid Refiner Environments: a Mill Case Study

2015· article· en· W2626465154 sur OpenAlexaff
Matthew Tunnicliffe, Neville Stead, C.D. Thompson, Douglas Singbeil

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensFPInnovations
Organismes subventionnairesnon disponible
Mots-clésCorrosionMetallurgyAlloyNickelMillMaterials scienceBase (topology)EngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The repeated failures of a wear sleeve in a primary refiner processing hardwood chips for bleached chemithermomechanical pulp (BCTMP) high-yield pulp is costly, and required scheduling for maintenance and replacement. Nickel-chromium thermal sprays can be used to protect wear sleeves in this environment because of their resistance to abrasion and aqueous corrosion. The formation of acetic or sulphuric acids within the refining zone was suspected as a corrodant due to naturally occurring acetyl groups during the pulping process, or from decomposition of residual sulphite impregnation liquor. This report describes a liquor drop test which that simulated vapor phase corrosion and demonstrate the ability of the acids to corrode the wear sleeve alloy. Surface morphologies were analyzed using a scanning electron microscope (SEM) with energy dispersive spectroscopy (EDS). Corrosion products were measured using x-ray fluorescence spectroscopy (XRF) and x-ray diffraction (XRD). The tests showed that the nickel phase in the coating is vulnerable to corrosion by both weak acids. This is circumstantial evidence that acid condensation in the refining zone is possible. Based on the test reported here, the two weld overlays tested are promising candidates for wear sleeve service in hardwood high-yield pulping.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,286
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCorrosion Behavior and InhibitionTravaux en français237 207