MétaCan
Menu
Retour à la cohorte
Enregistrement W2064597579 · doi:10.1021/ef0502498

Impact of Multiphase Behavior on Coke Deposition in Heavy Oils Hydroprocessing Catalysts

2006· article· en· W2064597579 sur OpenAlexaff
Xiaohui Zhang, John M. Shaw

Notice bibliographique

RevueEnergy & Fuels · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCokeHydrodesulfurizationDeposition (geology)CatalysisChemical engineeringChemistryPhase (matter)Chemical vapor depositionMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Coke deposition in heavy oil catalytic hydroprocessing remains a serious problem. The influence of multiphase behavior on coke deposition is an important but unresolved question in this literature. A model mixture comprising Athabasca vacuum bottoms (ABVB) + decane + hydrogen which is shown to exhibit low-density liquid + vapor, high-density liquid + vapor, as well as low-density liquid + high-density liquid + vapor, phase behavior at typical hydroprocessing conditions and a commercial heavy oil hydrotreating catalyst (NiMo/γ-Al 2 O 3 ) were employed in this investigation. The influence of multiphase behavior on coke deposition was explored under catalyst coking conditions (380 °C and 2 h). The liquid−liquid-vapor region extends from ∼20% ABVB to ∼50% ABVB. Coke deposition in the high-density liquid phase was found to be greater than in the low-density liquid phase, at fixed global composition. Conventional kinetics models which do not include the impact of such phase behavior effects cannot account for local maxima in the coke deposition versus coke precursor concentration profiles that result when complex phase behavior is encountered.

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 enseignants0,135
Score d'incertitude au seuil0,573

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 Opus0,008
Tête enseignante GPT0,246
Écart entre enseignants0,238 · 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

Citations23
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207