Derivation of Molecular Representations of Middle Distillates
Notice bibliographique
Résumé
The molecular representation of hydrocarbon mixtures is critical to the advanced kinetics modeling of refining conversion processes; however, the achievement of such a representation is considered a significant challenge. The isomeric lump in a homologous series sets the analytical limit in analytical characterization of middle and heavy distillates. This paper proposes a new procedure for de-lumping detailed analytical information generated using a gas chromatography−field-ionization mass spectrometry (GC−FIMS) method into a molecular representation. As a result, concentration distributions of the various molecules in the sample of interest are calculated. This paper presents a deterministic computer-assisted procedure that automatically (i) generates hydrocarbon molecules according to literature-based set of rules, (ii) selects the hydrocarbon molecules that are most thermodynamically stable (likely to exist), (iii) optimizes the three-dimensional geometry of those molecules and calculates their thermodynamic properties, and (iv) calculates the concentration distributions of those molecules. A separate validation calculation involves (i) prediction of the physical properties for pure hydrocarbons using quantitative structure−property relationship (QSPR) correlations; and (ii) prediction of bulk physical properties of this mixture using the calculated concentrations, properties of its pure hydrocarbon components, and suitable mixing rules. This procedure was applied to find molecular representations of five middle-distillate samples and the results were validated through the estimation and comparison of such simulated and measured physical properties as density, refractive index, and simulated distillation curves (the latter of which are used as a consistency check). Good agreement was observed between the predicted and measured properties for all five middle-distillate samples. This agreement validates the molecular characterization algorithm, at least for the purpose of bulk property prediction in middle distillates.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».