MétaCan
Menu
Retour à la cohorte
Enregistrement W2949604465 · doi:10.1021/acs.energyfuels.9b01212

Investigation of the Antifouling Mechanism of Electroless Nickel–Phosphorus Coating against Sand and Bitumen

2019· article· en· W2949604465 sur OpenAlexafffund
Xingwei Shi, Jingyi Wang, Lu Gong, Hong Luo, Jiankuan Li, Vahidoddin Fattahpour, Mahdi Mahmoudi, Morteza Roostaei, Brent Fermaniuk, Jing‐Li Luo, Hongbo Zeng

Notice bibliographique

RevueEnergy & Fuels · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMarine Biology and Environmental Chemistry
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for Innovation
Mots-clésBiofoulingFoulingCoatingAsphaltMaterials scienceChemical engineeringAdhesionSubstrate (aquarium)Surface energyvan der Waals forceComposite materialMetallurgyChemistryMoleculeOrganic chemistryGeologyMembrane

Résumé

récupéré en direct d'OpenAlex

Antifouling coatings have attracted much attention in applications of industrial equipment and systems. The accumulation of foulants on downhole equipment used in the steam-assisted gravity drainage process for oil sand extraction reduces the recovery efficiency of bitumen and causes failures of the equipment. Applying suitable coatings is expected to endow antifouling property to the related substrate surface. Understanding the interaction mechanism between foulants and antifouling coating is critical for the evaluation and prediction of antifouling performance. In this work, antifouling coating consisting of Ni and P was prepared on the L80 carbon steel substrate, which is a commonly used material in downhole equipment. The surface properties (e.g., morphology and surface energy) of the Ni–P coating and pristine L80 substrates were characterized. The intermolecular and surface forces between typical foulants (e.g., silica and bitumen-coated silica) and Ni–P coated and uncoated L80 substrates were directly measured using the atomic force microscope colloidal probe technique to investigate the fouling mechanisms and predict the fouling behaviors of the foulants at the nanoscale. It was found that the Ni–P coating possessed lower surface energy, weaker attractive van der Waals interaction, and smaller adhesion to both silica and bitumen as compared to the uncoated L80 substrate. Bulk soaking experiments were also conducted accordingly which further demonstrated the antifouling performance of Ni–P coating against silica and bitumen, agreeing well with the surface force measurements. This work has improved the fundamental understanding of fouling behaviors of silica and bitumen and the antifouling mechanism of Ni–P coating at the nanoscale, with potential applications in many related processes in chemical and petroleum industries. The methodologies employed in this work can be readily extended for investigating fouling and antifouling mechanisms of different materials in various engineering fields.

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 enseignants0,001
Score d'incertitude au seuil0,002

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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,157
Écart entre enseignants0,153 · 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

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetMarine Biology and Environmental ChemistryTravaux en français237 207