MétaCan
Menu
Retour à la cohorte
Enregistrement W3154772938 · doi:10.5006/3749

Influence of Robust Drain Openings and Insulation Standoffs on Corrosion Under Insulation Behavior of Carbon Steel

2021· article· en· W3154772938 sur OpenAlexaff
Ahmad Raza Khan Rana, Mingzhang Yang, Jamal Umer, Tom Veret, Graham Brigham

Notice bibliographique

RevueCORROSION · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensUniversity of AlbertaEmissions Reduction Alberta
Organismes subventionnairesnon disponible
Mots-clésCorrosionMaterials scienceMoistureIsothermal processCarbon steelComposite materialMetallurgyTemperature cyclingMetalForensic engineeringThermal

Résumé

récupéré en direct d'OpenAlex

Corrosion under insulation (CUI) is among the key concerns for the integrity of process equipment and pipelines. Various measures to detect and fix the damages from CUI pose significant maintenance expenditures in hydrocarbons processing facilities. The key reason behind CUI is the limitation of thermal insulations to absorb the moisture and soak the underneath metal from wicking action. Other than CUI, trapped moisture in the soaked thermal insulations causes heat loss from process systems, thereby posing the risk of additional damage mechanisms and increased operating expenditures. This study addresses the impact of robust drain openings and insulation standoffs on the CUI rate of carbon steel under four different testing conditions, namely isothermal wet, isothermal wet-dry, cyclic wet, and cyclic wet-dry, respectively. Corroded specimens were further characterized using surface topography and scanning electron microscope. The impacts of temperature and moisture cycling on the corrosion attributes were also characterized using the linear polarization resistance method followed by an investigation of corrosion modes via optical microscopy. Insulation standoffs in conjunction with robust drain opening resulted in the lowest corrosion rate. With insulation standoffs and drain openings, the cyclic temperature conditions caused higher metal loss than that in isothermal conditions.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
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
Métarecherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,262
Écart entre enseignants0,237 · 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'étudeObservationnel
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

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCORROSIONMême sujetCorrosion Behavior and InhibitionTravaux en français237 207