Effect of Deposited Corrosion Product Layers on Electrochemical Behavior of Conventional 13% Cr Steel Exposed to Chloride Containing Environment
Notice bibliographique
Résumé
Background: Due to the increase in the number of sour wells in today’s oil and gas industry, reservoir souring and related acidizing issues must be considered as an essential concern for material selection which significantly affect the application and performance of alloy steels. Objective: The influence of deposited corrosion product layers on the electrochemical behavior of 13% chromium stainless steel was investigated in an acidic solution to study the effect of a deposited elemental sulfur and FeS layer on the electrochemical behavior of 13% chromium steel with particular emphasis on the role of temperature, chloride concentration and morphological characterization of corrosion products. Method: Cyclic polarization and also linear polarization resistance techniques were applied to measure the corrosion parameters such as corrosion rate, Ecorr, Epit and Ipass of 13% chromium steels at various temperatures and chloride concentrations. All the electrochemical measurements were performed at 25 and 75°C with addition of 0, 10 and 20 g/L NaCl in 0.01 M hydrochloric acid solution. Surface measurement techniques such as SEM, EDS, and AFM were applied for morphological analysis of the corrosion products. Results: The results showed that both temperature and chloride concentration had significant effects on corrosion parameters; however, these effects on the corrosion rates in the presence of elemental sulfur were significantly higher than those in the presence of an iron sulfide layer or without any initial deposited layer on the sample surface. Conclusion: Environmental variables, such as temperature and chloride concentration have an important role in the corrosion resistance of 13% chromium steel which can indicate either protective or destructive effects on the corrosion behavior of steel. Keywords: Corrosion product layers, 13% chromium stainless steel, chloride-containing environment, elemental sulfur, electrochemical behavior, iron sulfide.
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 | 0,000 | 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) | 0,001 | 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 ».