DOI: https://doi.org/10.3390/pr14010170
تاريخ النشر: 2026-01-04
المؤلف: Kenneth René Simonsen وآخرون
الموضوع الرئيسي: سلوك التآكل والتثبيط
نظرة عامة
يوفر هذا القسم نظرة شاملة على التحديات والتقدم في نمذجة تآكل CO₂ ذات الصلة بالبنية التحتية لاحتجاز الكربون واستخدامه وتخزينه (CCUS). يبرز التأثير الحاسم لعوامل مختلفة، بما في ذلك اختيار المواد، ومدة التعرض، وسلوك طور CO₂، وظروف التدفق، ووجود الشوائب مثل H₂O وO₂ وSOₓ وNOₓ وH₂S على عمليات التآكل. تتبع المراجعة تطور نماذج تآكل CO₂ من الأساليب التجريبية المبكرة، مثل تلك التي بدأها دي وورد في عام 1975، إلى النماذج الآلية والمعتمدة على التعلم الآلي (ML) المعاصرة، مع التأكيد على نقاط القوة والقيود لكل فئة من فئات النمذجة.
تؤكد الدراسة على التحديات المستمرة في نمذجة تآكل CO₂، لا سيما فيما يتعلق بجودة البيانات وتعقيد تفاعلات المعلمات، مما يعيق دقة التنبؤات، خاصة في تطبيقات ML. تدعو إلى تطوير بروتوكولات تجريبية موحدة لتعزيز اتساق البيانات وتوصي بدمج الرؤى الآلية في نماذج ML لتحسين قابليتها للتفسير وقدراتها التنبؤية. تهدف النتائج إلى دعم صناعة CCUS من خلال تسهيل اختيار المواد المستنير، وتحديد متطلبات التنقية، وتوقع احتياجات الصيانة، بينما تدعو أيضًا إلى زيادة الوصول إلى بيانات تآكل CO₂ لتعزيز التقدم التعاوني في هذا المجال البحثي الديناميكي.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الدور الحاسم لاحتجاز الكربون واستخدامه وتخزينه (CCUS) في التخفيف من تغير المناخ، لا سيما بسبب التأثير الكبير لثاني أكسيد الكربون (CO₂) كغاز دفيئة. تتضمن العملية احتجاز CO₂ من المصادر الصناعية أو الغلاف الجوي، تليها نقله للتخزين أو الاستخدام. ومع ذلك، غالبًا ما يحتوي CO₂ المحتجز على شوائب مثل H₂O وNOₓ وSOₓ وH₂S وO₂، والتي يمكن أن تؤدي إلى التآكل في البنية التحتية، لا سيما في أنابيب الصلب الكربوني المستخدمة في استعادة النفط المعززة (EOR). تؤكد الورقة على أهمية فهم التآكل الناتج عن الشوائب والعوامل المختلفة التي تؤثر عليه، بما في ذلك درجة الحرارة والضغط وتفاعلات الشوائب.
يناقش المؤلفون ضرورة نمذجة التآكل لتقييم المخاطر، واختيار المواد المناسبة، وتطوير استراتيجيات التحكم في التآكل، وتقليل التكاليف المرتبطة بنقل CO₂. يشيرون إلى أنه على الرغم من وجود العديد من نماذج التآكل، إلا أنه يوجد نقص في الدراسات الشاملة التي تعالج الاتجاهات والتحديات الأوسع في نمذجة تآكل CO₂، لا سيما فيما يتعلق بجودة البيانات وتطبيق تقنيات التعلم الآلي. تهدف الورقة إلى تقديم نظرة تاريخية على نماذج تآكل CO₂، وتحديد التحديات في النمذجة، واقتراح الفرص لتحسين جمع البيانات والأساليب التجريبية، مما يعزز فعالية إدارة التآكل في تطبيقات CCUS.
الطرق
في قسم الطرق، تؤكد الدراسة على أهمية اختيار المواد في تعزيز المتانة والأداء ضد التآكل، لا سيما في سياق الصلب الكربوني. بينما يعتبر الصلب الكربوني اقتصاديًا، إلا أن مقاومته الطبيعية للتآكل محدودة. يمكن أن يؤدي السبائك مع الكروم (Cr) والنيكل (Ni) إلى تحسين هذه المقاومة، وإن كان بتكلفة أعلى. يمكن أن يوفر تشكيل منتجات تآكل مستقرة، مثل FeCO₃، طبقة واقية تقلل من التآكل الإضافي، على الرغم من أن منتجات التآكل المحددة تعتمد على الشوائب البيئية. على سبيل المثال، يمكن أن يؤدي وجود SO₂ وO₂ وH₂O إلى تشكيل FeSO₃، بينما تحت ظروف مشبعة بالماء مع تركيزات منخفضة من O₂، يهيمن FeSO₄.
بالإضافة إلى ذلك، يُلاحظ أن المواد ذات محتوى أعلى من المنغنيز (Mn) والسيليكون (Si) تعزز مقاومة التآكل من خلال تعزيز تشكيل أفلام واقية أكثر استقرارًا. كما يتم تسليط الضوء على تطبيق الطلاءات المقاومة للتآكل كاستراتيجية فعالة لتعزيز الحماية ضد التآكل. على الرغم من مزايا السبائك المقاومة للتآكل، فإن تكاليفها المرتفعة تعيق اعتمادها على نطاق واسع في بنية CCUS التحتية، مما يجعل الصلب الكربوني الخيار المفضل لنقل CO₂ بسبب جدواه الاقتصادية.
المناقشة
ت outlines قسم المناقشة في ورقة البحث العوامل الحاسمة التي تؤثر على تآكل CO₂، مع التركيز على التفاعلات الكهروكيميائية بين CO₂ والحديد (Fe) في البيئات المائية. يؤدي ذوبان CO₂ في الماء إلى تشكيل حمض الكربونيك (H₂CO₃)، الذي يسهل أكسدة الحديد إلى أيونات الحديد الثنائي (Fe²⁺). تتأثر عملية التآكل بخصائص مختلفة، بما في ذلك طور CO₂ (صلب، غازي، سائل، أو فوق الحرج)، ووجود الشوائب، وظروف التدفق، ومدة التعرض. يظهر كل طور من CO₂ معدلات تآكل مميزة، حيث يظهر CO₂ فوق الحرج قابلية ذوبان أعلى للماء، مما يمكن أن يزيد من معدلات التآكل بسبب زيادة محتوى الماء. تؤثر الشوائب مثل H₂O وH₂S وSO₂ بشكل كبير على شدة التآكل، وغالبًا ما تؤدي إلى تشكيل أحماض عدوانية تؤكسد المواد بشكل أكبر.
تعتبر ظروف التدفق أيضًا حاسمة، حيث يمكن أن تؤدي سرعات التدفق الأعلى إلى تعطيل الطبقات الواقية على أسطح المعادن، مما يؤدي إلى زيادة معدلات التآكل. تؤثر مدة التعرض للبيئات التآكلية على معدل التآكل، حيث غالبًا ما تنخفض المعدلات العالية الأولية مع مرور الوقت بسبب تشكيل طبقات ممرضة. تختتم القسم بمناقشة أساليب النمذجة لتوقع تآكل CO₂، وتصنيفها إلى نماذج تجريبية ونصف تجريبية وآلية، مع تسليط الضوء على الدور الناشئ لتقنيات التعلم الآلي (ML). تتطلب نماذج ML، على الرغم من كونها معتمدة على البيانات وقادرة على التقاط التفاعلات المعقدة، مجموعات بيانات عالية الجودة ويجب أن تكمل الفهم الآلي التقليدي لتعزيز دقة التنبؤ في سيناريوهات تآكل CO₂.
DOI: https://doi.org/10.3390/pr14010170
Publication Date: 2026-01-04
Author(s): Kenneth René Simonsen et al.
Primary Topic: Corrosion Behavior and Inhibition
Overview
The section provides a comprehensive overview of the challenges and advancements in CO₂ corrosion modeling relevant to Carbon Capture, Utilization, and Storage (CCUS) infrastructure. It highlights the critical impact of various factors, including material selection, exposure time, CO₂ phase behavior, flow conditions, and the presence of impurities such as H₂O, O₂, SOₓ, NOₓ, and H₂S on corrosion processes. The review traces the evolution of CO₂ corrosion models from early empirical approaches, such as those initiated by de Waard in 1975, to contemporary mechanistic and machine learning (ML) models, emphasizing the strengths and limitations of each modeling category.
The study underscores persistent challenges in CO₂ corrosion modeling, particularly concerning data quality and the complexity of parameter interactions, which hinder the accuracy of predictions, especially in ML applications. It advocates for the development of standardized experimental protocols to enhance data consistency and recommends integrating mechanistic insights into ML models to improve their interpretability and predictive capabilities. The findings aim to support the CCUS industry by facilitating informed material selection, defining purification requirements, and predicting maintenance needs, while also calling for greater accessibility to CO₂ corrosion data to foster collaborative advancements in this dynamic research field.
Introduction
The introduction of the research paper highlights the critical role of carbon capture, utilization, and storage (CCUS) in mitigating climate change, particularly due to the significant impact of carbon dioxide (CO₂) as a greenhouse gas. The process involves capturing CO₂ from industrial sources or the atmosphere, followed by its transportation for storage or utilization. However, captured CO₂ often contains impurities such as H₂O, NOₓ, SOₓ, H₂S, and O₂, which can lead to corrosion in infrastructure, particularly in carbon steel pipelines used for enhanced oil recovery (EOR). The paper emphasizes the importance of understanding impurity-induced corrosion and the various factors influencing it, including temperature, pressure, and impurity interactions.
The authors discuss the necessity of corrosion modeling to assess risks, select appropriate materials, develop corrosion control strategies, and reduce costs associated with CO₂ transportation. They note that while numerous corrosion models exist, there is a lack of comprehensive studies addressing broader trends and challenges in CO₂ corrosion modeling, particularly regarding data quality and the application of machine learning techniques. The paper aims to provide a historical overview of CO₂ corrosion models, identify challenges in modeling, and propose opportunities for improving data collection and experimental approaches, thereby enhancing the effectiveness of corrosion management in CCUS applications.
Methods
In the methods section, the research emphasizes the significance of material selection in enhancing durability and performance against corrosion, particularly in the context of carbon steel. While carbon steel is economically advantageous, its inherent corrosion resistance is limited. Alloying with chromium (Cr) and nickel (Ni) can improve this resistance, albeit at a higher cost. The formation of stable corrosion products, such as FeCO₃, can provide a protective layer that mitigates further corrosion, although the specific corrosion products depend on environmental impurities. For instance, the presence of SO₂, O₂, and H₂O can lead to the formation of FeSO₃, while under water-saturated conditions with low O₂ concentrations, FeSO₄ predominates.
Additionally, materials with higher manganese (Mn) and silicon (Si) content are noted to enhance corrosion resistance by promoting the formation of more stable protective films. The application of corrosion-resistant coatings is also highlighted as an effective strategy to bolster protection against corrosion. Despite the advantages of corrosion-resistant alloys, their elevated costs hinder widespread adoption in carbon capture, utilization, and storage (CCUS) infrastructure, making carbon steel the preferred choice for CO₂ transportation due to its cost-effectiveness.
Discussion
The discussion section of the research paper outlines the critical factors influencing CO₂ corrosion, emphasizing the electrochemical interactions between CO₂ and iron (Fe) in aqueous environments. The dissolution of CO₂ in water leads to the formation of carbonic acid (H₂CO₃), which facilitates the oxidation of iron to ferrous ions (Fe²⁺). The corrosion process is influenced by various properties, including the phase of CO₂ (solid, gaseous, liquid, or supercritical), the presence of impurities, flow conditions, and exposure time. Each phase of CO₂ exhibits distinct corrosion rates, with supercritical CO₂ showing higher solubility for water, which can exacerbate corrosion rates due to increased water content. Impurities such as H₂O, H₂S, and SO₂ significantly affect corrosion severity, often leading to the formation of aggressive acids that further oxidize materials.
Flow conditions are also pivotal, as higher flow velocities can disrupt protective layers on metal surfaces, leading to increased corrosion rates. The duration of exposure to corrosive environments affects the corrosion rate, with initial high rates often decreasing over time due to the formation of passivating layers. The section concludes by discussing modeling approaches for predicting CO₂ corrosion, categorizing them into empirical, semi-empirical, and mechanistic models, and highlighting the emerging role of machine learning (ML) techniques. ML models, while data-driven and capable of capturing complex interactions, require high-quality datasets and should complement traditional mechanistic understanding to enhance predictive accuracy in CO₂ corrosion scenarios.