Corrosion of 2Cr Steel in Supercritical CO2 Saturated Saline Water with Cl, S and Br Anions
Notice bibliographique
Résumé
Abstract Carbon capture, utilization, and storage (CCUS) is a set of promising technologies developed to meet global sustainable energy production and climate control goals. Among them, the application of supercritical CO2 captured from various industrial emitters for assisting enhanced oil recovery (EOR) is seen as an economic and efficient pathway. Because of their low cost and acceptable mechanical properties, low alloy steels are the primary materials of construction in s-CO2 EOR systems although they are highly susceptible to corrosion in wet s-CO2 environments, especially with the presence of excessive H2O and other aggressive impurities. This paper studied the corrosion of 2Cr steel in s-CO2 saturated aqueous environments with different impurities. The simulated s-CO2 environment was held at 8 MPa and 50 °C for 96 hours with 0.6 M (3.5 wt.%) NaCl in solution; in subsequent tests, 0.05 M of NaBr or Na2S impurities were added to partially replace NaCl to clarify the effects of other anions. Corrosion rates were determined using weight loss measurements. It was found that 2Cr steel showed the highest corrosion rate of about 2.0 mm/y in the Br-containing environment while its best performance occurred in the S-containing environment (around 1.4 mm/y). FeCO3 and chromium oxides were likely the main corrosion products formed in all environments. FeS and potentially Fe2S3 were also detected in the S-containing environment. The effects of Cl-, Br- and S2- on the corrosion behavior of 2Cr steel in the s-CO2 saturated aqueous environments were discussed.
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) | 0,000 | 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 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 ».