Nghiên cứu chế tạo lớp phủ thông minh, thân thiện với môi trường chống ăn mòn cho các thiết bị, công trình dầu khí
Bibliographic record
Abstract
Trong nghiên cứu này, hệ lớp phủ epoxy thông minh được chế tạo dựa trên ống nano halloysite (HNTs) chứa chất ức chế ăn mòn sodium molybdate (Na2MoO4) và vỏ là vi nang urea-formaldehyde microcapsules (UFMCs) với lõi chứa dầu hạt lanh (LO). Cấu trúc, liên kết hóa học, hình thái và tính chất nhiệt của vật liệu được phân tích bằng phương pháp nhiễu xạ tia X (XRD), phổ hồng ngoại biến đổi Fourier (FT-IR), kính hiển vi điện tử quét (SEM), phổ tán sắc năng lượng tia X (EDX) và phân tích nhiệt trọng lượng (TGA). Khi xảy ra quá trình ăn mòn, các vi nang UFMCs giải phóng dầu hạt lanh để lấp đầy vết nứt, đạt hiệu quả tự phục hồi khoảng 66% được xác định qua ảnh SEM. Khả năng chống ăn mòn của lớp phủ được đánh giá bằng phương pháp tổng trở điện hóa (EIS) và thử nghiệm phun sương muối gia tốc (ASST). Kết quả cho thấy lớp phủ epoxy thông minh duy trì khả năng bảo vệ bề mặt đến 888 giờ mà không xuất hiện dấu hiệu ăn mòn trên bề mặt. Các tính chất cơ lý của lớp phủ như độ bám dính, độ cứng, độ bền va đập và độ bền uốn cũng được nghiên cứu, đánh giá và so sánh với lớp phủ epoxy không chứa ống nano halloysite.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.047 | 0.009 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".