MétaCan
Menu
Retour à la cohorte
Enregistrement W4283771361 · doi:10.1002/srin.202200209

Experimental Investigation of CO<sub>2</sub>‐ and Fe<sub>3</sub>O<sub>4</sub>‐Assisted Corrosion at the Cement–Casing Interface

2022· article· en· W4283771361 sur OpenAlexaff
Shuliang Wang, Xujia He, Shidong Wang, Mengjun Yao, Jiaji Zhang, Mingyu Wu, Li Liu, Xingguo Zhang, Dinghan Xiang

Notice bibliographique

Revuesteel research international · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCasingCorrosionMaterials scienceCementMetallurgyMagnetiteComposite materialPetroleum engineeringGeology

Résumé

récupéré en direct d'OpenAlex

In this study, CO2‐ and Fe3O4‐assisted corrosion of the cement–casing interface for the magnetite (Fe3O4) high‐density cement–casing steel system in simulated formation water is investigated under the normal and high CO2 pressure conditions. Results show that the degradation of the cement–casing interface is affected by the competition of cement hydration and CO2 corrosion. The migration of CO2 and corrosive species to the cement–casing interface is facilitated under the high pressure condition, resulting in enhanced corrosion rate as compared to the normal pressure condition. The casing steel is in active corrosion state while the corrosion rate gradually increases with time. After long term of immersion, a layer of thick corrosion products with multiple cracks/microgaps forms at the cement–casing interface, which can hardly protect the casing steel from further corrosion. The corrosion products on the steel surface are mainly FeCO3 accompanied by a small amount of CaCO3 and Fe3O4, suggesting the prevalence of CO2 corrosion. The mechanism of the CO2‐ and Fe3O4‐facilitated corrosion of the cement–casing interface for the magnetite high‐density cement–casing system is proposed.

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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,000
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 Opus0,041
Tête enseignante GPT0,301
Écart entre enseignants0,260 · 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuesteel research internationalMême sujetDrilling and Well EngineeringTravaux en français237 207