MétaCan
Menu
Retour à la cohorte
Enregistrement W3123705513 · doi:10.3390/en14030543

Analysis of Corrosion of Hastelloy-N, Alloy X750, SS316 and SS304 in Molten Salt High-Temperature Environment

2021· article· en· W3123705513 sur OpenAlexaff
Ketan Kumar Sandhi, Jerzy A. Szpunar

Notice bibliographique

RevueEnergies · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear reactor physics and engineering
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCorrosionMetallurgyAlloySuperalloyMolten saltX-ray photoelectron spectroscopyChemical engineering

Résumé

récupéré en direct d'OpenAlex

Nickel superalloy Hastelloy-N, alloy X-750, stainless steel 316 (SS316), and stainless steel 304 (SS304) are among the alloys used in the construction of molten salt reactor (MSR). These alloys were analyzed for their corrosion resistance behavior in molten fluoride salt, a coolant used in MSR reactors with 46.5% LiF+ 11.5% NaF+ 42% KF. The corrosion tests were run at 700 °C for 100 h under the Ar cover gas. After corrosion, significant weight loss was observed in the alloy X750. Weight loss registered in SS316 and SS304 was also high. However, Hastelloy-N gained weight after exposure to molten salt corrosion. This could be attributed to electrochemical plating of corrosion products from other alloys on Hastelloy-N surface. SEM–energy-dispersive X-ray spectroscopy (EDXS) scans of cross-section of alloys revealed maximum corrosion damage to the depth of 250 µm in X750, in contrast to only 20 µm on Hastelloy-N. XPS wide survey scans revealed the presence of Fe, Cr, and Ni elements on the surface of all corroded alloys. In addition, Cr clusters were formed at the triple junctions of grains, as confirmed by SEM–EBSD (Electron Back Scattered Diffraction) analysis. The order of corrosion resistance in FLiNaK environment was X750 < SS316 < SS304 < Hastelloy-N.

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 enseignants0,005
Score d'incertitude au seuil0,010

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 Opus0,003
Tête enseignante GPT0,156
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

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetNuclear reactor physics and engineeringTravaux en français237 207