Sorption of Athabasca Vacuum Residue Constituents on Synthetic Mineral and Process Equipment Surfaces from Mixtures with Pentane
Notice bibliographique
Résumé
Deposition of organic material on mineral and process equipment surfaces poses production, transport, and refining challenges for the petroleum industry. For high-asphaltene content hydrocarbon resources, such as bitumen, deposits are frequently assumed to be asphaltene rich. In this work, deposits formed from Athabasca vacuum residue (AVR) comprising 32 wt % asphaltenes + pentane mixtures on acidic (FeS, SiO 2 ) and basic (Fe 2 O 3 /FeOOH/FeO, Ni/NiO/NiOH) substrates are analyzed using X-ray photoelectron spectroscopy. Control experiments with pure compounds are used to confirm experimental protocols and to address substrate contamination, which interferes with deposit composition measurements, if the organic deposit is thin or surface coverage is partial. Substrate properties are found to affect both deposit thickness and deposit composition. On basic substrates, deposits are thinner and are enriched in sulfur relative to AVR. On acidic substrates, deposits are thicker and are sulfur deficient relative to AVR, even though asphaltenes, which are rich in sulfur, sorb more strongly on acidic substrates in the absence of competition from other species. Deposit composition was also found to be invariant with the composition and phase behavior of the AVR + pentane mixtures. These results were not expected.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».