The Effects of Fluid Working Conditions on Flange Face Corrosion
Notice bibliographique
Résumé
Abstract The second most common cause of hydrocarbon leakage is corrosion in offshore platforms. In seawater and hydrocarbon services, bolted flange joints can be susceptible to corrosion at their flange face. The current work considers corrosion of bolted flanged gasketed joints using the COQT fixture (COrrosion Quantification Test) to evaluate corrosion in flange faces. According to the literature, both crevice corrosion and galvanic corrosion widely occur in bolted flanged gasketed connections, creating leakage paths of the pressurized fluid. Leakage failure in bolted flanged gasketed joints can cause hazards to the environment and human safety. Corrosion in bolted gasketed joints was investigated in the literature. However, these studies do not consider the influence of the operating parameters such as fluid flow, pressure, pH, conductivity, temperature, and gasket contact pressure. With the developed COQT fixture, which was introduced in the previous paper, different electrochemical techniques can be applied to measure flange corrosion under controlled test conditions. The polarization technique will be used to measure and compare the corrosion rate of flange at different fluid flow rates, and gasket contact stresses. The flange sample material is ASTM A105, and the gasket material is Teflon. Electrochemical tests are conducted with a solution of 3.5% NaCl. Confocal microscopy is used to visualize the morphology of the damaged zones on the surface, and localize and quantify the pits size caused by corrosion, respectively. Comparing the results of the electrochemical tests and the microscopic studies will identify the most influent factor on the corrosion rate of flanges.
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 ».