Quantitative Examination of Porous Rust on Steel
Notice bibliographique
Résumé
Despite innumerable years of research, very little is known about the physical structure of rusts on steel, which are presumed to possess a complex structure of pores of various shapes and sizes. There have been few detailed investigations into rust pore structure and no studies that focus specifically on understanding the role that rust porosity plays on the adhesion and performance of protective organic coatings. It is commonly believed that paints that are formulated for “compromised” (i.e. rusty and salty) steel penetrate surface and through thickness pores in order to stabilise and bind the rust together. However, no convincing experimental evidence exists for such a mechanism. Here we develop a detailed, quantitative, understanding of the porous structure of rust and attempt to directly measure its evolution over time. Characterization of porosity in rust layers is non-trivial, as pore sizes span many orders of magnitude and there is no single technique that can measure across the size range. Thus, a range of complementary techniques have been utilised to measure pore sizes: gas (BET) sorption, mercury porosimetry and helium pycnometry, each of which measures different porosity characteristics across different length scales from the “microporous” (i.e. < 2 nm) through the “mesoporous (2 – 50 nm) to “macropores” of size > 50 nm. We find that for rusts developed using cyclic corrosion testing up to 50% of the porous volume exists in the mesoporous and microporous size ranges with surface areas between 20 and 40 m 2 g -1 and that there is significant stratification of porosity between "inner" and "outer" rust layers X-ray computerised tomography (XRCT) has been subsequently used to directly image pores at a voxel size of around 1 micron in order to follow the evolution of the pore structure with time as a function of environmental exposure. The figure shows the experimental protocol whereby projection images of a corroded wire sample are obtained using x-ray absorption contrast and later combined to generate the 3D volume reconstruction. Figure 1
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 | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».