MétaCan
Menu
Retour à la cohorte
Enregistrement W2055602767 · doi:10.1021/ef060370u

Kinetic Model for the Combustion of Coke Derived at Different Coking Temperatures

2006· article· en· W2055602767 sur OpenAlexaff
Yan Jiao Ren, Nader Mahinpey, N. P. Freitag

Notice bibliographique

RevueEnergy & Fuels · 2006
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensSaskatchewan Research Council (Canada)University of Regina
Organismes subventionnairesnon disponible
Mots-clésCokeAsphalteneThermogravimetric analysisCombustionPetroleum cokeChemistryArrhenius equationReactivity (psychology)ThermodynamicsCoke strength after reactionOrganic chemistryActivation energy

Résumé

récupéré en direct d'OpenAlex

The oxidation behavior of coke samples derived from Neilburg oil and its asphaltenes at different coking temperatures was examined using thermogravimetric analysis (TGA). A two-coke model was proposed to describe the coke combustion processes. The two-coke model provided a better prediction than the conventional one-coke model, i.e., the classical Arrhenius model, as it matched the experimental data more accurately, especially at lower combustion temperatures. The two coke pseudocomponents might reasonably represent the cokes derived at different coking temperatures, and the two-coke model appeared potentially useful to interpret the coke combustion process and applicable to simulation. Our experimental data suggest that the coke's reactivity was inversely proportional to the coking temperature. With respect to the coke sources, the coke derived from whole oil showed higher reactivity than the one from asphaltenes, although the difference was modest.

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 enseignants0,071
Score d'incertitude au seuil0,334

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 Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,210 · 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

Citations41
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207