Influence of Unzipped Multiwalled Carbon Nanotube Oxides‐Epoxy Paint on the Corrosion Rate of Mild Steel in Marine Environment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In recent years, numerous innovative approaches have emerged to enhance the corrosion resistance of materials. This study investigates the effect of enhancing mild steel corrosion through the incorporation of unzipped multiwalled carbon nanotube oxides (UMCNO) into epoxy resin. Additionally, the effect of various operating parameters, such as temperature, UMCNO concentration, salt concentration, duration of exposure, and coating thickness, have also been considered in the study. The Box–Behnken method was used for experimental design and correlation of corrosion rate with various operating parameters, followed by analysis of variance of both five‐ and three‐parameter models. Notably, despite variations in temperature and salt concentration, the corrosion rate remained negligible, confirming its suitability in various marine conditions. Furthermore, it was observed that the corrosion rate of mild steel coated with epoxy decreased with the addition of UMCNO. A corrosion rate of 0.182 mpy was observed for epoxy resin incorporated with 0.5 % UMCNO over a 14‐day period, which is lower compared to other conditions. Electrochemical impedance spectroscopy and potentiodynamic polarization analysis showed higher corrosion‐resistant properties in epoxy coating incorporated with UMCNO. In addition, it was evident from the contact angle measurement that the corrosion rate of mild steel was highly dependent on the concentration of UMCNO.
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.
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 découle