Eco-friendly pyridine-derivatives for corrosion inhibition of carbon steel during acidic treatments: mechanistic insights from electrochemical, surface, and computational studies
Notice bibliographique
Résumé
Pyridine and urea derivatives have emerged as valuable corrosion platforms ascribed to exceptional coordination potential, and environmental friendliness. Two novel structures of pyridine-carbamides (MS30 & MS31) were synthesized and used as green corrosion inhibitors for the carbon steel in 1M HCl. Electrochemical measurements determined the increase in efficiency with concentrations, reaching 95.3% and 97.1% at 200 mg L −1 and 298 K for MS30 and MS31. Despite the reduced performance with increasing temperature to 303 and 313 K, results revealed improved inhibition at 323 K. At the highest temperature of 323 K, MS30 and MS31 proved their influence in maintaining 97.6% and 93.4% efficiency, highlighting their suitability for treatments in oilfield downhole regions. The adsorption of both inhibitors fitted the Langmuir model and was attributed to chemisorption, as inferred from thermodynamics. Corrosion kinetics and activation energy also verified the chemical interaction of the Fe–inhibitor complex. Spectroscopic surface evaluation interpreted the surpassed metallic dissolution by MS30 and MS31 through protective barrier formation, and X-ray photoelectron spectroscopy (XPS) determined the existence of the Fe–N bond. The sustained viability of human cells affirmed the nontoxic nature of MS30 and MS31 after treatment with 0.2 mg mL−1 of MS30 and MS31 compounds. DFT calculations revealed that both inhibitors exhibited strong adsorption on the metal surface (− 9.5 eV), classified as chemisorption. Overall, the experimental findings are well supported with surface and computational studies. These pioneering compounds are introduced herein to advance state-of-the-art inhibitors, providing high efficiency under challenging environments.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».