Evaluation of the Inhibition Efficiency of a Green Inhibitor on Corrosion of Cu-Ni Alloys in the Marine Application
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The aim of this article describes the application of green tea aqueous extract as an eco-friendly corrosion inhibitor for two Cu-Ni alloys in 3.5% NaCl solution. This ability has been studied by using electrochemical techniques (i.e. PDP, CT and EIS), IR spectroscopy measurements and the surface analysis technique (i.e. SEM/EDX). This ability was compared with it's of a commercial cooling water (green water). The results show that tested extract exhibited a good ability to decrease the corrosion rate of alloys in 3.5% NaCl solution.The inhibition efficiency of the green water and green tea extract inhibitors increased with increasing the concentration and decreased with increasing the temperature. The inhibition efficiency of two Cu-Ni alloys which reaching ̴ 91.5% and ̴ 93.9% with 50 % green tea aqueous extract for Cu-10 Ni and Cu-30 Ni alloy, respectively. Electrochemical impedance showed that the change in charge transfer resistance (R ct ) and double layer capacity (C dl ) which adsorbed on the alloy surface. Adsorption of the inhibitors gives a good fit to Langmuir isotherm model. Some thermodynamic parameters of activation and adsorption processes were also determined and discussed. Surface examination studies by SEM and EDX confirm the presence of protective film on the alloy surface. In the present study, we investigated the corrosion of the Cu-Ni (cupronickel) alloys in 3.5 % NaCl environment to simulate the seawater desalination plants conditions. Therefore, the future studies can be focused on the development of polymeric compounds used as self- healing or production of new natural corrosion inhibitors especially recommended the waste product of green tea.
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.
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 | 0,003 | 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 découle