MétaCan
Menu
← Retour à la cohorte
Enregistrement W63360873 · doi:10.5006/c2009-09163

Corrosion and Fouling in Petrochemical Environments

2009· article· en· W63360873 sur OpenAlexaff
Brenda Ghiane Pena Santos

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensNova Chemicals (Canada)
Organismes subventionnairesnon disponible
Mots-clésFoulingCorrosionPetrochemicalMetallurgyMaterials scienceEnvironmental scienceChemistryEnvironmental engineeringMembrane

Résumé

récupéré en direct d'OpenAlex

Abstract Although petrochemical process streams are primarily composed of hydrocarbons, corrosion and fouling is observed in various locations and environments in operating plants. An electrochemical high temperature and high pressure facility is used to study the corrosion behaviour of carbon, low alloy and stainless steels in several petrochemical environments. The electrochemical techniques such as cyclic voltammetry and open circuit potential measurements are used to study the effect of metallurgy and surface roughness on the initiation of corrosion/fouling on carbon and stainless steels in several solutions (i.e. naphtha, raw pyrolysis gasoline and quench tower bottoms). The experiments are conducted using a quasi reference Ag metal electrode. Initial results suggest that corrosion/fouling rates vary with surface roughness and conductivity, which are controlled, by varying the concentration of water. Scanning electron microscopy and energy dispersive X ray analysis (SEM/EDX) is used to look at the nature of the deposit formed after applying the aforementioned electrochemical techniques. Electrochemical impedance spectroscopy (EIS) is used to determine the solution resistance of naphtha and quench tower bottoms. A number of fouling characteristics including the time for initial surface coverage, the rate of film formation and the properties of the surface film have been studied using cyclic voltammetry and open circuit potential.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,221
Écart entre enseignants0,215 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPetroleum Processing and Analysis→Travaux en français237 207→