Role of grain size on the corrosion resistance of pipeline steels in acidic environment
Notice bibliographique
Résumé
The microstructure of pipeline steels plays an important role in determining their resistance to corrosion. Among various microstructural features, grain size has been a topic of ongoing debate regarding its influence on the corrosion resistance of pipeline steels. While it is established that grain size inversely correlates with yield strength, its impact on corrosion resistance in acidic environments remains unclear. This study investigated the effects of grain size on the corrosion resistance of pipeline steels exposed to an acidic environment. Heat treatments were conducted to vary the grain size from 8 to 19 µm while minimizing contributions from other microstructural features. The findings revealed that reducing grain size significantly enhanced corrosion resistance by promoting passivation. Grain boundaries were identified as the preferred sites for forming protective oxide layers, compared to grain interiors. Consequently, samples with finer grains, which inherently possess a higher density of grain boundaries, exhibited enhanced passivation, resulting in greater surface coverage by protective oxide layers. In contrast, samples with larger grains primarily formed oxide layers along the grain boundaries, leaving the grain interiors more susceptible to attack by corrosive species. Additionally, a phenomenological model was developed based on the experimental results. This model was validated through independent measurements, confirming that passivation coverage increases with decreasing grain size in acidic environment.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».