MétaCan
Menu
Retour à la cohorte
Enregistrement W2315107983 · doi:10.1021/ef500489y

Deep-Vacuum Fractionation of Heavy Oil and Bitumen, Part I: Apparatus and Standardized Procedure

2014· article· en· W2315107983 sur OpenAlexafffundabout
Orlando Castellanos Diaz, M. C. Sánchez-Lemus, F. F. Schoeggl, Marco A. Satyro, Shawn D. Taylor, Harvey W. Yarranton

Notice bibliographique

RevueEnergy & Fuels · 2014
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensSchlumberger (Canada)Virtual Materials Group (Canada)University of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVacuum distillationDistillationBoiling pointContinuous distillationBoilingChemistryFraction (chemistry)FractionationAsphaltBatch distillationChromatographyRefineryFractional distillationMaterials scienceOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Distillation assays provide the most widely used characterization data for modeling crude oils in refinery processes but can only define a relatively small fraction of the boiling curve for heavy oils. One way to extend the distillation range for heavy oils is to lower the distillation pressure while still avoiding thermal cracking temperatures. A vacuum distillation apparatus (DVFA-I) that was previously used to measure the vapor pressure of heavy components was modified to fractionate heavy oils and bitumens. The modified apparatus (DVFA-II) is a batch distillation system without reflux operating at pressures down to approximately 0.01 Pa, compared with 100 Pa for a conventional vacuum distillation. With the standard procedure developed for DVFA-II, up to 50 wt % of a Western Canadian bitumen was distilled into eight cuts plus a residue. This is an improvement over the 26 wt % distilled by a spinning band vacuum apparatus. The cumulative weight percent distilled was repeatable to within 2.3% for a given boiling point range. The densities and molecular weights of the cuts from two fractionations increased monotonically versus the weight percent distilled and were repeatable to within 0.18 and 4.0%, respectively.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,007

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 Opus0,006
Tête enseignante GPT0,225
Écart entre enseignants0,219 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207