MétaCan
Menu
Retour à la cohorte
Enregistrement W3094388513 · doi:10.3390/ma13214729

Analysis and Prediction of Corrosion of Refractory Materials by Sodium Salts during Waste Liquid Incineration—Thermodynamic Study

2020· article· en· W3094388513 sur OpenAlexaff
Guishi Cheng, Ying Zhao, Fei Long, Jiahe Zhang, Tengfei Zhao, Lu Liu, Xiao Wang, Changqing Dong

Notice bibliographique

RevueMaterials · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueRecycling and utilization of industrial and municipal waste in materials production
Établissements canadiensQueen's University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésCorrosionIncinerationMaterials scienceAlkali metalRefractory metalsSodiumSalt (chemistry)MagnesiumRefractory (planetary science)OxideMetallurgyMetalHigh-temperature corrosionInorganic chemistryChemistryWaste managementOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Incineration of high-content sodium salt organic waste liquid will corrode the refractory material in the incinerator, causing the refractory material to peel off and be damaged. A thermodynamics method was used to study the thermodynamic properties of three common sodium salts (NaCl, Na2CO3 and Na2SO4) on the corrosion of refractory materials (MgO·Cr2O3, MgO·Al2O3, Al2O3, MgO and Cr2O3). The results determined that MgO has the best corrosion resistance and is not corroded by the three sodium salts. On this basis, the thermodynamic corrosion experiments of NaCl corrosion of magnesium oxide at three temperatures of 600, 1000 and 1200 °C were carried out. Analysis of the corrosion product by X-ray diffraction (XRD) showed no corrosion product formation. Studies have shown that thermodynamic calculation can accurately predict the thermodynamic mechanism of alkali metal corrosion to refractory materials, and MgO is a good anti-alkali metal corrosion refractory material.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,002
Score d'incertitude au seuil0,587

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,015
Tête enseignante GPT0,218
Écart entre enseignants0,203 · 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 tête enseignante, 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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetRecycling and utilization of industrial and municipal waste in materials productionTravaux en français237 207