Corrosion of Carbon Steel by a Thermophilic Sulfate-Reducing Consortium Enriched from Oilfield-Produced Waters
Notice bibliographique
Résumé
Corrosion of metal infrastructure due to microbial activity has been widely reported in many sectors and has been frequently studied under mesophilic conditions (<50°C). However, less is known about this degradation process at thermophilic (>50°C) temperatures that characterize many oil- and gas-producing operations. We used a thermophilic sulfate-reducing consortium (TSRM) enriched from offshore-produced water fluids to determine microbial corrosion of mild carbon steel at 60°C in the presence or absence of an organic electron donor (lactate or volatile fatty acids) and in the presence of riboflavin, a redox mediator previously reported to enhance microbial corrosion by pure isolates. Incubations of the TSRM consortium showed the highest corrosion rate in the absence of an organic electron donor, suggesting that the carbon steel itself served as an electron donor. Higher corrosion rates corresponded to increased numbers of localized pits formed. Scanning electron micrographs showed microbial cells with elongated filaments incubations when Fe0 served as an electron donor, potentially contributing to the direct uptake of electrons from iron. The addition of 20 ppm riboflavin did not enhance corrosion rates by the mixed TSRM consortium under the tested conditions. Microbial community analysis showed the TSRM culture to contain diverse anaerobic taxa and substantially distinct planktonic and coupon surface-attached communities. Overall, this study showed that thermophilic microbial communities containing sulfate-reducers can contribute to the corrosion of metal infrastructure operated or maintained at higher temperatures even in the absence of organic substrates, provided sulfate is present.
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) | 0,001 | 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 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 ».