Comparative Study of Carbonaceous and Polymer Conductive Additives on Anticorrosion Performance of Epoxy Zinc-Rich Primer
Notice bibliographique
Résumé
Zinc-rich primers are among the most promising organic coating systems for improving the corrosion resistance of metals in the marine environment. However, the high zinc content results in poor coating adhesion, high cost, insecurity and pollution. To decrease the zinc dust content, the carbonaceous and polymer conductive additives carbon black (CB), conductive graphite (CG), multiwalled carbon nanotubes (MWCNT) and polyaniline (PANI) were introduced to partially replace the zinc dust in the primers. A comparative study of the anticorrosion performance of epoxy zinc-rich primer (ZRP) is presented herein to systematically discuss and elaborate on the effects of the different conductive additives. There were no blisters, rust or corrosion products presented on the coatings of the CB-modified series due to the good dispersion and conductivity of nanosized CB clusters, while the zinc corrosion products covered the surface of the MWCNT-modified series samples, which was attributed to the excessive electrical conductivity resulting in high consumption of zinc powder. The lamellar CG provided an additional blocking barrier for the coatings based on the maze effect. The transition from the intrinsic state to the doped state of PANI resulted in corrosion protection for the coatings depending on the cathodic and barrier function. The experimental results suggested that the formula with 2 wt.% CB and 67 wt.% zinc dust had the most promising anticorrosion properties, which was also demonstrated by the high Rct and low CPEdl values calculated according to the equivalent electrical circuit analyses.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».