Application of Nanotechnology for Heavy Oil Upgrading: Catalytic Steam Gasification/Cracking of Asphaltenes
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
Nanotechnology is a rapidly growing technology with considerable potential applications and benefits. Among the numerous applications of nanotechnology for energy and the environment, adsorption, oxidation, and gasification/cracking of asphaltenes, a problematic constituent present in heavy oil, on nanoparticle surfaces are one of the most recent examples. In this work, three different types of metal oxide nanoparticles, namely, Fe 2 O 3, Co 3 O 4, and NiO, were selected for asphaltene adsorption and catalytic steam gasification/cracking. Adsorption and gasification of asphaltenes were studied using thermogravimetric analysis. The nanoparticles were found to be very efficient for asphaltene adsorption and catalytic steam gasification/cracking. Asphaltene adsorption affinity on the surface of nanoparticles followed the following order: NiO > Co 3 O 4 > Fe 2 O 3 . The catalytic steam gasification/cracking of asphaltenes in the presence of nanoparticles followed the same order as well. The calculated percent conversion at the onset temperature for NiO, Co 3 O 4, and Fe 3 O 4 nanoparticles was 37, 32, and 21%, respectively. A relationship between adsorption affinity and catalytic activity is also found to exist.
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