Corrosion Mechanisms and Materials Selection for the Construction of Flue Gas Component in Advanced Heat and Power Systems
Notice bibliographique
Résumé
With the desire for a clean living environment and the increasing demands for cost competitive energy supply, advanced fuel combustion technologies have been proposed and are being developed. The deployment of these technologies has been hindered by unanticipated corrosion damage within core components (such as boilers and flue gas components) at pilot-scale demonstration plants. To deal with such materials technology challenges, studies have been carried out, but there is still substantial R&D required to meet the emerging industrial demands. A comprehensive review of open database information regarding the corrosion of flue gas systems in existing combustion plants was therefore conducted in this review. It is anticipated that this information will provide a basis for addressing knowledge gaps in materials technologies and advancing the mechanistic understanding of how alloys corrode in flue gas operating environments. Corrosion modes, the effects of aggressive agents (including CO 2, HCl, SO x, and NO x ) in flue gas mixtures, and the performance of candidate metallic materials in typical combustion systems are systemically reviewed and discussed. From corrosion and economic points of view, F/M steels (P91 and P92), austenitic stainless steels (SS317, 254SMO, and 654SMO etc.), and duplex steels (2205 and 2507) are likely to be major candidates for the construction of future flue gas systems in the fossil fuel powered industries. Ni-based alloys, particularly Alloy C-276 and Alloy C-22, are more applicable for flue gas components in biomass and waste-to-energy energy combustion systems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».