MétaCan
Menu
← Retour à la cohorte
Enregistrement W2174937396 · doi:10.17628/ecb.2015.4.414-419

INVESTIGATION ON ENHANCED MICROWAVE DEMULSIFICATION USING INORGANIC SALTS

2015· article· en· W2174937396 sur OpenAlexaff
Adango Miadonye

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensCape Breton University
Organismes subventionnairesnon disponible
Mots-clésEmulsionMicrowaveCrude oilLight crude oilAqueous solutionPetroleumPetroleum productChemistryMaterials scienceOil refineryPulp and paper industryPetroleum engineeringEnvironmental scienceWaste managementOrganic chemistryGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

While the formation of water-in-crude oil (W/O) emulsion is identified to cause serious problems in petroleum industry such as decreasing the oil recovery efficiency, increasing pumping cost, and generating pipeline corrosion, much of its treatment has been focused mostly on gravity separation by mechanical/chemical technology. As an integral part in the process of oil production and transportation, crude oil demulsification has become a significant research attention. Microwave has also long been employed to crude oil demulsification based on the fact that microwave heating can dissipate heat in aqueous medium and raise the energy of the molecules rapidly. However, the research on salts-assisted microwave demulsification has been limited to salts mostly identified in produce-water. The aim of this work is to carry out a comprehensive research on the effect of microwave demulsification and the influence of a variety of inorganic salts to the microwave process. Also, a comparative study on microwave demulsification between heavy oil and light oil were conducted. The obtained results revealed water separation of 47% between irradiated and non-irradiated emulsion for heavy crude oil compared to 13% for light crude oil. Also the effect of different inorganic salts and its optimum amount to promote demulsification were identified.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,066
Tête enseignante GPT0,268
Écart entre enseignants0,202 · 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'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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPetroleum Processing and Analysis→Travaux en français237 207→