Bitumen heavy oil upgrading by cavitation processing: effect on asphaltene separation, rheology, and metal content
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cavitation processing has been proposed as a greener alternative to solvent dilution or heat treatment of bitumen and other heavy oils to reduce viscosity and hence, improve transportability. The effect of acoustic cavitation under different conditions of sonication frequencies (low- to high- frequency range) and power inputs on asphaltene content, rheological changes, and metal content of bitumen was investigated in this study. Ultrasonic treatment resulted in a decrease in asphaltene content in bitumen that lead to lower viscosity and shear stress over a wide range of shear rates. Over the range of sonication frequencies investigated (20 kHz–1.1 MHz), the sonication frequency of 574 kHz with 50 % power input resulted in low asphaltene content and lower viscosity suitable for improved transportability. Further, comparison of different conditions of sonication frequencies and power inputs were carried out to investigate the effect of ultrasound on properties of asphaltene (elemental analysis and metal content). It was observed that the sonication treatment of bitumen under different conditions of frequencies and acoustic power decreased the H/C ratio. These results showed higher content of aromatic hydrogen and lower content of aliphatic hydrogen in bitumen treated under different conditions of sonication frequencies and intensity. Characterization of asphaltene performed using ICP-MS and TXRF, revealed lower metal content (Ni, Fe, and V) in the asphaltene phase of processed (sonicated) bitumen. The lowered metal content can be attributed to the reduced asphaltene formation as a result of sonication treatment of bitumen.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle