MétaCan
Menu
Retour à la cohorte
Enregistrement W2184656431

Eni Slurry Technology: A new process for heavy oil upgrading

2008· article· en· W2184656431 sur OpenAlexaboutno aff
A. Delbianco, Salvatore Meli, Lorenzo Tagliabue, N. Panariti

Notice bibliographique

Revue19th World Petroleum Congress · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueOil and Gas Production Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRaw materialWaste managementRefineryPetroleumSlurryEnvironmental scienceEngineeringResidual oilEnvironmental engineeringPetroleum engineeringChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

EST (Eni Slurry Technology) represents a significant technological innovation in residue conversion and unconventional oil upgrading and will mark a step change in the treatment of the heavy end of the barrel. This new technology, internally developed by Eni, allows the total conversion of the heaviest fraction of the barrel into useful products, mainly transportation fuels, with a great major impact on the economic and environmental valorisation of hydrocarbon resources. EST employs nano-sized hydrogenation catalysts and an original process scheme which allow complete feedstock conversion to valuable distillates or its upgrading to synthetic crude oil with a substantial API gravity gain, avoiding the production of residual by-products, such as pet-coke or heavy fuel oil. Since the 1990's, the technology has been successfully tested on both laboratory and pilot scales. Following the positive results obtained at this scale, Eni decided to build a 1200 bpd Commercial Demonstration Plant (CDP) within its Taranto refinery. The plant was completed and successfully started up in the third quarter of 2005. Since then, the CDP unit operation has allowed the successful test of EST performance on heavy feedstocks from around the world (Russia, Venezuela, Mexico, Middle East and Canada), confirming the great flexibility of the process. The peculiar characteristics of EST in terms of yield, products quality, absence of undesired by-products and feedstock flexibility constitute its superior economic and environmental attractiveness. EST can offer additional margins in the range of 3-5 $/bbl of feedstock over current conversion technologies, which can be crucial for the exploitation of unconventional oil reserves.

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 enseignants0,002
Score d'incertitude au seuil0,006

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,018
Tête enseignante GPT0,251
Écart entre enseignants0,233 · 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

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue19th World Petroleum CongressMême sujetOil and Gas Production TechniquesTravaux en français237 207