MétaCan
Menu
Retour à la cohorte
Enregistrement W1972490052 · doi:10.2118/140838-ms

Optimizing Paraffin and Naphthene Wax-Treatment Options Using Cross-Polarized Microscopy

2011· article· en· W1972490052 sur OpenAlexafffund
Mark M. Bacon, Laura Romero‐Zerón

Notice bibliographique

RevueSPE International Symposium on Oilfield Chemistry · 2011
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWaxPour pointMaterials scienceParaffin waxCrystal (programming language)Chemical engineeringViscosityChromatographyComposite materialChemistryComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Wax deposition is a worldwide problem for the upstream petroleum industry. Considerable resources are expended every year on trial-and-error type chemical treatment options. In a laboratory setting chemical treatments are often optimized using viscosity and pour point measurements. Viscometry and pour points can only measure bulk properties. Cross-Polarized Microscopy (CPM), however, has been shown in previous work to be a useful tool to determine individual wax crystal size and morphology. Thus, in this work CPM was used to evaluate the effectiveness of wax inhibitor treatments for paraffinic and naphthenic base oils by monitoring the morphology and size of the wax crystals before and after the application of the chemical treatments. It has been demonstrated that there is a statistically significant reduction in wax crystal size after the wax treatment. Furthermore, the observations of the wax morphologies through CPM have demonstrated that the chemical treatment effectively inhibits wax crystal growth for both macrocrystalline (paraffin) and microcrystalline (naphthene and iso-paraffin) waxes. In addition to viscosity and pour point measurements CPM has been demonstrated to be a valuable tool to the optimization of wax-treatment options.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,290
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE International Symposium on Oilfield ChemistryMême sujetPetroleum Processing and AnalysisTravaux en français237 207