Characterization of Acidic Compounds in Heavy Petroleum Resid by Fractionation and Negative-Ion Electrospray Ionization Fourier Transform Ion Cyclotron Resonance Mass Spectrometry Analysis
Notice bibliographique
Résumé
Negative-ion electrospray ionization (ESI) enabled the direct mass spectrographic analysis of phenols, naphthenic acids, and neutral nitrogen compounds in petroleum fractions without prefractionation; however, ESI results provide few quantitative and structural information about the analytes: the composition of acidic compounds in heavy oil, such as distillate resid, is still unclear. In this study, extrography was used to fractionate oilsands bitumen-derived vacuum-topped bitumen (VTB) and its maltene and asphaltene fractions into multiple subfractions. The molecular compositions of acidic functional compounds in the VTB and its subfractions were analyzed by negative-ion ESI Fourier transform ion cyclotron resonance mass spectrometry (FT-ICR MS). Extrographic separation was a necessary step to isolate acidic compounds of various acidities and/or polarities in vacuum resid fractions to achieve a systematic analysis. The results showed that the O 2 class species in VTB were highly condensed phenols and carboxylic acids. The maltene fraction contained most of the less condensed naphthenic acids, whereas the asphaltene fraction contained highly condensed carboxylic acids and phenolic compounds with a bouble-bond equivalent (DBE) higher than 6. The presence of acids had no significant impact on the yield of asphaltenes in n -C 7 solvent precipitation. Acid-free asphaltene fractions, which account for more than 90 wt % of the asphaltenes, cannot be ionized by negative-ion ESI.
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 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».