MétaCan
Menu
Retour à la cohorte
Enregistrement W2791925766 · doi:10.1021/acs.iecr.7b04870

Effects of O<sub>2</sub> and SO<sub>2</sub> on Water Chemistry Characteristics and Corrosion Behavior of X70 Pipeline Steel in Supercritical CO<sub>2</sub> Transport System

2018· article· en· W2791925766 sur OpenAlexaff
Jianbo Sun, Chong Sun, Yong Wang

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Shandong ProvinceNational Natural Science Foundation of China
Mots-clésCorrosionSupercritical fluidChemistryImpurityMetallurgyChemical engineeringInorganic chemistryMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The water chemistry characteristics of supercritical CO 2 streams and the corrosion behavior of X70 steel in a supercritical CO 2 system containing O 2 and/or SO 2 impurities were investigated by thermodynamic simulation and corrosion testing. The results show that O 2 concentration in supercritical CO 2 streams contributes to the negligible influence on the water chemistry characteristics, corresponding to a slight change in the corrosion rate, whereas the rising SO 2 concentration noticeably deteriorates the water chemistry characteristics, in accordance with a remarkable increase in the corrosion rate. The coexistence of O 2 and SO 2 synergistically accelerates the corrosion of X70 steel due to the fact that the formation of H 2 SO 4 makes the condensed water highly acidified. The corrosion products were further characterized by surface analysis techniques. It is found that O 2 and/or SO 2 remarkably affects the corrosion film characteristics by changing the chemistry characteristics of condensed water. The corrosion model corresponding to this phenomenon was proposed.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,027
Tête enseignante GPT0,278
Écart entre enseignants0,251 · 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'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

Citations60
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetCorrosion Behavior and InhibitionTravaux en français237 207