Methodology for the Characterization and Modeling of Asphaltene Precipitation from Heavy Oils Diluted with <i>n</i>-Alkanes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A regular solution model, previously used to model asphaltene precipitation from Western Canadian bitumens, was tested on four international heavy oil and bitumen samples. The input parameters for the model are the mole fraction, the molar volume, and the solubility parameter for each component. Heavy oils and bitumens were divided into four main pseudo-components, corresponding to the SARA fractions (saturates, aromatics, resins, and asphaltenes). Asphaltenes were divided into fractions of different molar mass, based on a gamma molar mass distribution. The molar volumes and solubility parameters of the pseudo-components were calculated using solubility, density, and molar mass measurements and previously developed correlations. Model predictions were compared with the measured onset and the amount of asphaltene precipitation for solutions of asphaltenes in toluene and n -heptane and for heavy oils diluted with n -alkanes, all under ambient conditions. The overall average absolute deviations (AAD) of the predicted fractional precipitation or yields were <0.031 for the asphaltene solutions and <0.008 for the diluted heavy oils. A methodology for characterizing heavy oils and modeling asphaltene precipitation from n -alkane-diluted heavy oils is proposed.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 découle