Incorporating graphene-modified mica and conductive nickel particles for enhanced corrosion resistance in epoxy zinc-rich coatings
Notice bibliographique
Résumé
Epoxy zinc-rich coatings usually require high zinc content to ensure its anti-corrosion performance. However, excessive zinc powder content will reduce the mechanical properties of the coating, increase the economic cost, harm the environment, etc. Therefore, this paper aims to reduce the amount of zinc powder and improve the corrosion performance of epoxy zinc-rich coatings by introducing two kinds of conductive particle materials, conductive graphene-mica powder and conductive nickel. Conductive graphene was first loaded on mica powder and the obtained conductive graphene-mica powder and the conductive nickel were introduced to the epoxy zinc-rich coatings to partially replace zinc component. The anti-corrosion properties of the coating were systematically evaluated by EIS and salt spray test. The resulting epoxy zinc-rich coating with nickel powder or conductive graphene-mica demonstrates outstanding salt spray resistance, lasting up to 2,000 h, exhibiting superior anti-corrosion performance at reduced zinc content of 60% or 45% compared to conventional coatings with 70% pure zinc powder. This study introduces a novel conductive mica material and investigates conductive metal nickel additive, effectively reducing zinc content in epoxy zinc-rich coatings, which offers valuable insights for developing high-performance anti-corrosion coatings.
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 ».