MétaCan
Menu
Retour à la cohorte
Enregistrement W2017840076 · doi:10.1021/ef800591p

Deposition from Wax−Solvent Mixtures under Turbulent Flow: Effects of Shear Rate and Time on Deposit Properties

2008· article· en· W2017840076 sur OpenAlexaff
Ravindra Tiwary, Anil K. Mehrotra

Notice bibliographique

RevueEnergy & Fuels · 2008
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésReynolds numberTurbulenceDeposition (geology)Shear (geology)Shear rateChemistryHeat transferMaterials scienceThermodynamicsComposite materialMechanicsMineralogyRheologyGeologySediment

Résumé

récupéré en direct d'OpenAlex

A bench-scale flow-loop apparatus, incorporating a double-pipe heat exchanger, was used for investigating the effects of shear rate and deposition time on the deposition of solids, under turbulent flow, from solutions of a multicomponent wax in a paraffinic solvent. The deposit-layer thickness was found to decrease with an increase in the Reynolds number (or shear rate), while it increased asymptotically with the deposition time. Calculations with a steady-state heat-transfer model showed the liquid−deposit interface temperature to be equal to the wax appearance temperature (WAT) and the deposit average thermal conductivity to be 0.35 W m −1 K −1 . Gas chromatography (GC) analyses of deposit samples showed significant changes in the carbon number distribution with shear rate and time. A recently proposed model, involving one-dimensional shear deformation of a cubical cage, was used to express changes in the deposit composition, via the deformation angle (β), as a function of the Reynolds number and deposition time. The time-dependent variations in deposit composition were expressed with a viscoplastic model, in which Reynolds number (or shear rate) influences the initial deposit properties. The proposed viscoplastic model affords a new explanation for the deposit aging phenomenon. The deposition from “waxy” mixtures was confirmed to be primarily a thermally driven process, in which the shear rate and deposition time play important roles by influencing the deposit properties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,005
Score d'incertitude au seuil0,578

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,187
Écart entre enseignants0,180 · 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 tête enseignante, 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

Citations57
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207