Effect of Cr2O3 in steel refining slag on the corrosion kinetics of MgO-C refractories
Notice bibliographique
Résumé
Understanding the high-temperature corrosion of the MgO-C refractories is crucial in terms of extending their lifespan, improving operational and economic efficiencies, enhancing safety while maintaining environmental responsibility. Despite extensive research, the impact of transition metal oxides in ladle furnace (LF) slag on MgO-C refractory corrosion remains insufficiently explored. This study examines the effect of Cr?O? content in a synthetic CaO-Al2O3-SiO2-MgO (CSMA) based slag on the corrosion kinetics of MgO-C refractories, using both experimental and thermodynamic modeling approaches. A synthetic slag was designed to replicate the slag composition at the final stage of LF operation, characterized by high desulfurization and low MgO dissolution capacities. The base slag is MgO-saturated to eliminate the dissolution driving force for MgO. Corrosion experiments were conducted at 1650°C in a horizontal tube furnace under an Ar atmosphere, with varying Cr2O3 concentrations of 5 and 10 wt% tested across three distinct time intervals (30, 60, and 90 minutes). Microstructural characterization was conducted using scanning electron microscopy-energy dispersive spectroscopy (SEM-EDS) to evaluate slag penetration depth and corrosion kinetics. The study aims to determine the effective penetration rate coefficient based on established capillary action theories, for varying Cr?O? content and assess how changes in slag properties influence penetration. The findings contribute to a deeper understanding of how slag composition variations affect refractory corrosion in batch production operations, providing insights for optimizing refractory performance and production of higher quality steels.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».