Current Knowledge and Potential Applications of Ionic Liquids in the Petroleum Industry
Notice bibliographique
Résumé
The modern petroleum industry is confronting many challenges throughout the chain value, since the production and refining of crude oil to the manufacture of high-value petrochemical products.Conventional light and middle crude oil production reached a maximum and tends to decline.Also, some producing countries are dealing with heaviest and higher content of pollutants (sulfur, nitrogen and metals) crude oils, which are being produced in countries like Canada, China, Mexico, Venezuela and the USA.Such heavy and extra heavy crude oils (HCOs) are more difficult to produce, transport, refine and convert to useful petrochemicals.Sometimes, conventional technologies may be applied but in most cases, new technologies are needed in order to allow economical HCOs production, transportation through pipelines, avoiding pressure drops, pipeline clogging and production stops due to asphaltene and paraffin aggregation and precipitation.Also, the higher content of heteroatoms in HCOs makes them more difficult to refine because of mainly catalyst deactivation that decreases the efficiency of processes like desulfurization, denitrogenation and demetallization.Moreover, the crude oil composition largely varies from one oil field to another among deposits along the countries.Heavy and extra-heavy oil are characterized by an API gravity between 20<API<10 and API≤10, respectively.The latter oils present a specific gravity near or above 1.0 g/cm 3 , i.e. they are as heavier or more than water, making crude oil dehydration, for example, very difficult to reach before refining.Therefore, the modern petroleum industry is facing several problems in petroleum production and refining.In last years, ionic liquids (ILs) have attracted the attention because of their properties and versatility of potential application in the petroleum industry.ILs may be use to augment the flowability of viscous and bituminous HCOs that could augment oil production and transportation, inhibit the aggregation of asphaltenes and paraffins, and diminish the deactivation of refining catalyst by removing heteroatoms and coke from the fuel and catalyst's surface.Because of the technological, environmental and economical impacts, this work reviews the current knowledge and potential application of ILs in petroleum industry. Petroleum productionAccording to Speight (1999), crude oil is a mixture of gaseous, liquid and solid hydrocarbon that occur in porous rock deposits called reservoirs and that contains variable quantities of www.intechopen.comIonic Liquids: Applications and Perspectives 440 nitrogen-, oxygen-, and sulphur-containing compounds as well as traces of metals.Such complex mixture may be separated in four constituent fractions: saturates (S), aromatics (A), resins (R) and asphaltenes (A); known as SARA fractions (Table 1).Since these major crude oil fractions are obtained by consecutive separation methods (Figure 1), it is difficult to base MexicoCanada Venezue la China
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,005 |
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 ».