MétaCan
Menu
Retour à la cohorte
Enregistrement W2117605015 · doi:10.1002/cjce.21877

Prediction of solubility of CH<sub>4</sub>, C<sub>2</sub>H<sub>6</sub>, CO<sub>2</sub>, N<sub>2</sub> and CO in bitumen

2013· article· en· W2117605015 sur OpenAlexaffvenueabout
Mohsen Zirrahi, Hassan Hassanzadeh, Jalal Abedi, Mahmood Moshfeghian

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSolubilityHydrocarbonMethaneAsphaltChemistryEquation of stateCarbon dioxideThermodynamicsAnalytical Chemistry (journal)Materials scienceOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract An accurate model to calculate the solubility of light hydrocarbons (methane, CH4 and ethane, C2H6) and non‐hydrocarbon gases (carbon dioxide, CO2, nitrogen, N2 and carbon monoxide, CO) in bitumen is required for the optimal design of bitumen and heavy oil recovery processes and transportation. In this work, we used the Krichevsky–Ilinskaya equation to predict the solubility of light solvents (CH4, C2H6, CO2, N2 and CO) in bitumen from five reservoirs in Alberta, Canada. The Peng–Robinson (PR) equation of state (EoS) is used to treat the gas phase. The proposed model is then verified using available experimental solubility data of light solvents in bitumen, and good agreement is observed. The experimental data cover wide ranges of pressures and temperatures. The results show that the proposed model represents the available solubility data of light hydrocarbons (CH4 and C2H6) and non‐hydrocarbon solvents (CO2, N2 and CO) in bitumen with absolute average relative deviations of <4.2% and 5.4%, respectively. These results can be applied to heavy oil and bitumen recovery processes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,321

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,000
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 GPT0,177
Écart entre enseignants0,169 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations26
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207