Cysteine as an Alternative Eco-Friendly Corrosion Inhibitor for Absorption-Based Carbon Capture Plants
Notice bibliographique
Résumé
Inorganic corrosion inhibitors are commonly applied to mitigate severe corrosion in absorption-based carbon capture plants. They are, however, not environmentally friendly, posing a health risk, harming the environment, and making chemical handling and disposal costly. Therefore, this study evaluated the corrosion inhibition performance of an amino acid, namely cysteine, with the aim of providing an eco-friendly alternative to the commercial inorganic corrosion inhibitors. Electrochemical and weight loss corrosion measurements showed that cysteine was effective in protecting carbon steel at all process operating conditions. At 80 °C, a 500 ppm cysteine could provide up to 83% and 99% inhibition efficiency under static and dynamic flow conditions, respectively. Its inhibition efficiency could be improved when the cysteine concentration, solution temperature, and flow condition were altered. Cysteine was an anodic corrosion inhibitor and underwent spontaneous, endothermic, and combined physical and chemical adsorption that followed the Langmuir adsorption isotherm model. The quantum chemical analysis indicated that cysteine had a high reactivity with metal surfaces due to its low energy gap and high dipole moment. The EDX analysis revealed a significant sulphur content on the metal substrate, indicating that cysteine's mercapto group played an integral role in forming an effective adsorption layer on the metal interface.
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 | 0,001 | 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) | 0,001 | 0,001 |
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 ».