Synergistic Effect of Nanoclay and Barium Sulfate Fillers on the Corrosion Resistance of Polyester Powder Coatings
Notice bibliographique
Résumé
Nanoclay has proven to be an active anti-corrosive additive due to the self-repairing effect from nanoclay swelling and expansion, except for its passive barrier effect due to the high aspect ratio. But it is still uncertain how these effects of nanoclay are intertwined with the other components in a complex coating system in corrosive environments. In this study, we examined the combined effects of nanoclays of two particle sizes with a commonly used cost-reducing filler, BaSO4. By employing neutral salt spray tests, electrochemical analysis, and surface characterization, we identified the optimal conditions for achieving a strong barrier effect. Surprisingly, a relatively low nanoclay dosage of 2% combined with BaSO4 filler exhibited synergistic behavior. Nanoclay not only compensated for the reduction in the barrier effect owing to the addition of BaSO4 by offering self-repairing and barrier effects, but also overcame the delamination issues observed at higher nanoclay dosages (4% and above). The coating panel with 2% larger nanoclay and BaSO4 showed two orders of magnitude higher pore resistance than the coating without nanoclay, remaining at 107 Ω∙cm2 after 25 days of immersion. As a result, this coating panel demonstrated significantly slower corrosion expansion and reached a lifetime of 2500 h when creepage exceeded 2 mm in salt spray tests. This study contributes to a full understanding and proper utilization of nanoclay for high-performance, smart anti-corrosive coatings.
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) | 0,000 | 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 ».