Interrelationships between Asphaltene Precipitation Inhibitor Effectiveness, Asphaltenes Characteristics, and Precipitation Behavior during <i>n</i>-Heptane (Light Paraffin Hydrocarbon)-Induced Asphaltene Precipitation
Notice bibliographique
Résumé
Three carefully chosen chemicals dodecylbenzenesulfonic acid (DDBSA), nonyl phenol (NP), and toluene were studied for their asphaltene precipitation inhibition effectiveness during light-paraffin-hydrocarbon-induced asphaltene precipitation of three Saskatchewan crude oils, as well as to evaluate possible interrelationships between their inhibition effectiveness, asphaltene precipitation behavior (in terms of kinetics and equilibrium), and crude oil/asphaltene characteristics. Results showed that asphaltene precipitation rate dependence on asphaltene content ( m ) was a strong function of the content of heteroatoms (nitrogen (N), sulfur (S), and oxygen (O)) of both the crude oil and asphaltenes, as well as the aromatic carbon fraction and degree of branching of the alkyl side chain of the asphaltene molecules. On the other hand, the asphaltene precipitation rate dependence on the amount of n -heptane (i.e., light paraffin hydrocarbon) added ( n ), the frequency factor ( k 0 ), and the activation energy for asphaltene precipitation ( E a ) were strong functions of the paraffin fraction of the asphaltenes and the propensity of the asphaltene molecules for aggregation. Furthermore, the equilibrium parameter (onset point) increased as the paraffin fraction of the asphaltene molecules increased but decreased as the iron content of the oil increased. DDBSA was more effective with the least-aromatic medium oil, in terms of the kinetic parameters m and n, whereas it was more effective with the more-aromatic oil, in terms of the equilibrium parameter. A significant benefit obtained with NP and toluene was the drastic reduction of the rate constant ( k ), which resulted in a decrease in the overall rate of asphaltene precipitation. NP exhibited the maximum inhibition efficiency (∼10%), in terms of the onset point on the most-stable oil with the lowest iron content, and highest average number of carbons per alkyl side chain (i.e., high paraffin fraction) of the asphaltene molecules.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».