MétaCan
Menu
Retour à la cohorte
Enregistrement W4407319015 · doi:10.1016/j.matchar.2025.114836

Direct observation of the influence of grain orientation on the corrosion of pipeline steels

2025· article· en· W4407319015 sur OpenAlexafffund
Tonye Alaso Jack, Jerzy A. Szpunar

Notice bibliographique

RevueMaterials Characterization · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMaterial Properties and Failure Mechanisms
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceCorrosionMetallurgyPipeline (software)Orientation (vector space)Grain boundaryMicrostructureMechanical engineeringGeometry

Résumé

récupéré en direct d'OpenAlex

This study aims to correlate the crystallographic texture of pipeline steels with their corrosion resistance. Electron backscatter diffraction (EBSD) was used to investigate the impact of grain orientation on the corrosion behavior of steels in various corrosive environments. Corrosion is influenced by several microstructural features, such as phase composition, grain size, grain boundary character, dislocation density, and crystallographic texture. To analyze the influence of specific grain orientations on corrosion resistance, steel samples were subjected to planned thermomechanical treatments to obtain samples with similar microstructures but different crystallographic textures. These samples were then exposed to controlled corrosive environments, and their microstructural changes were mapped using EBSD, scanning electron microscopy, and optical 3D profilometry. The results obtained indicated that corrosion response depends on grain orientations. Notably, the steel with more 〈111〉//ND and 〈100〉//ND grains exhibited improved corrosion resistance compared to the steel with a more random texture. The resistance of grains to active dissolution in all the corrosive solutions was in this order: {110} < {111} < {100}. The corrosion products were analysed using XPS, revealing variations in the composition and nature of the surface films on the samples across the selected electrolytes. • The corrosion behavior of specific grain orientations in pipeline steels was assessed in various environments. • Steel samples with similar microstructures but different crystallographic textures were examined. • SEM, EBSD, XPS and 3D optical profilometry were employed to map texture and grain-specific corrosion behavior. • <111>//ND and < 100>//ND texture exhibited superior corrosion resistance than random texture. • Corrosion resistance followed {110} < {111} < {100}, with <100>//ND being the most resistant to dissolution.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,219
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials CharacterizationMême sujetMaterial Properties and Failure MechanismsTravaux en français237 207