Viscosities of Heavy Oils in Toluene and Partially Deasphalted Heavy Oils in Heptol in a Study of Asphaltenes Self-Interactions
Notice bibliographique
Résumé
Interparticle interactions of the soluble asphaltenes in partially deasphalted heavy oils in toluene−heptane (heptol) mixtures are compared to those of several heavy oils diluted in toluene only. Viscosity−volume fraction (η−Φ) relationships for the heavy oils and bitumen in toluene were almost identical. However, the asphaltenes in toluene associated and scaled differently from its source oil. Four classical viscosity models were used to describe the data, and scaling was interpreted on the basis of asphaltenes association, as in macromolecular interactions. The Pal−Rhodes model showed deviation from sphericity with solvation constants for heavy oils in toluene and C-5 asphaltenes in toluene, at 1.4−1.6 and 3.7, respectively. The Krieger−Dougherty (K−H) model indicated high interparticle interaction factors, and maximum packing factors of ∼1 suggested polydispersity. Neither models fit the data for deasphalted oils. The Leighton−Acrivos model showed that (i) the maximum packing fraction (Φ max ) for all oils was similar, (ii) the asphaltenes alone in toluene had the highest self-associations, and (iii) the deasphalted oils showed Φ max values close to the theoretical values (0.58). From the Einstein equations, intrinsic viscosities [η] of deasphalted oils in heptol gave aspect ratios (length to radius, L / R ) of the asphaltenes at 10 (i.e., rodlike molecules). The K−H model gave [η] of ∼4 and L / R ≈ 3.5 for heavy oils in toluene; however, for asphaltenes in toluene, the model gave [η] ≈ 10.6 and L / R ≈ 5.8 (i.e., less-rodlike 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».