Importance of the Adsorption Method Used for Obtaining the Nanoparticle Dosage for Asphaltene-Related Treatments
Notice bibliographique
Résumé
The primary objective of this study is to show the importance of the adsorption method used in obtaining the nanoparticle dosage for inhibiting/remediating asphaltene-related problems. In this work, two methods for determining the adsorption isotherms for different asphaltenes onto three different types of nanoparticles were evaluated. The adsorption equilibrium of n -C 7 asphaltenes was determined using batch-mode adsorption experiments that were performed in two different ways: (i) by exposing a certain mass of nanoparticles in a fixed volume of liquid with a varying initial concentration of asphaltenes and (ii) by exposing a given amount of asphaltenes in a fixed volume of liquid while varying the dosage of nanoparticles. The results obtained using these two methods were sufficient to determine the type I and III adsorption isotherms, respectively. These differences in behavior in adsorption isotherms can be due complexity of the n -C 7 asphaltenes, which are self-associative molecules that impact directly the interaction between the adsorbate ( i -mers depending on their concentration) and adsorbent. These results were proven through the aggregate size distribution of asphaltenes as estimated by dynamic light scattering (DLS) measurements. The experimental data was well described with the solid–liquid equilibrium (SLE) model. The adsorption isotherms obtained using the second method deviated significantly from those typically reported in the literature. However, this method is a useful tool for determining the required amount of nanoparticles based on the interactions of adsorbate–adsorbate and adsorbate–nanoadsorbent. Indeed, this method is of practical significance because the amount of asphaltenes at reservoir conditions can be considered constant when treatments are performed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».