Understanding and Modeling Corrosion in CO2 Transportation Pipelines:Findings from the Carbon Adapt Project
Notice bibliographique
Résumé
Corrosion in pipelines has a huge economic impact on the pipeline infrastructure for CO2 injection. Corrosion can reduce the wall thickness of pipelines, leading them to crack and corrode, causing uncontrolled leaks or damage to the entire pipeline system. The transportation pipelines and injection wells play a key role, as they serve as the connector between carbon capture and its utilization and storage (CCUS). The overarching goal of the Carbon Adapt project is to assess the impact of CO2 injection on current oil and gas infrastructure or the installation of new ones for CO2 applications. This project aims to cultivate detailed knowledge of the interaction between CO2 (liquid or supercritical), impurities (e.g., water, H2S, NOx), process conditions, reservoir fluids, and the pipeline material required, all within the context of CCUS in the Danish North Sea. The study will measure the corrosion effect of a liquid or supercritical CO2 in the presence of impurities and provide a mathematical model to predict corrosion on existing and new infrastructure. The investigation of the CO2 impurity corrosion effect will provide fundamental and necessary information to frame future quality guidance and legislation for CO2 injection, which is currently lacking. The study aims to discern between CO2 and H2S dominant corrosion processes, presenting polarization curves for CO2 dominance and H2S concentration profiles relative to the distance from the steel surface. Importantly, this study, in its latter stages, will try to validate corrosion conditions from the flow-loop testing facility, allowing to draw comparison with experimental conditions and testing the accuracy of the developed model. The goal is to allow user customization by enabling the inclusion of user-defined reactions or the exclusion of undesired reactions, thereby offering flexibility in the corrosion calculation process.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».