The Effects of Chloride Droplet Properties on the Underoil Corrosion of API X100 Pipeline Steel
Notice bibliographique
Résumé
The corrosive environment expected to form in diluted bitumen pipelines was explored by simulated exposure with a paraffin oil-covered chloride droplet on API X100 pipeline steel. The effects of droplet volume, chloride ion concentration, temperature, initial pH, and cation species on the underoil droplet corrosion behavior of API X100 pipeline steel were studied by corrosion morphology and product identification combined with corrosion penetration measurements. The corrosion rate in the active region beneath the oil-covered sodium chloride droplets was inversely proportional to droplet volume but increased with increasing temperature and chloride ion concentration. Corrosion attack morphology was found to be dependent on initial droplet pH. At pH 2, uniform corrosion occurred across the entire area exposed under the oil-covered droplet. The oil-covered sodium chloride droplets with initial pH of 4 accelerated the uniform corrosion when compared to the droplet without initial pH control (pH ∼ 5.5). However, at a high initial pH of 10, two active regions displaying different general corrosion rates and one inactive region were observed under the oil-covered droplet. At an even higher initial pH of 12, no obvious uniform corrosion was observed beneath the oil-covered droplet. Finally, in the exposures to droplets with varied cation, the uniform corrosion in the active region was reduced by either calcium or magnesium ions in the oil-covered droplet.
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 ».