Adsorption and Subsequent Oxidation of Colombian Asphaltenes onto Nickel and/or Palladium Oxide Supported on Fumed Silica Nanoparticles
Notice bibliographique
Résumé
High asphaltene content in heavy crude oil normally generates adverse rheological properties that affect the flow through the reservoir, preventing optimal hydrocarbon production. It has been demonstrated that using nanoparticles may improve the mobility of oil. Nanoparticles may be used as adsorbents and catalysts in the oil industry for in situ upgrading. The main objective of this study was to investigate the sorption kinetics and the thermodynamic equilibrium for asphaltene sorption onto nickel and/or palladium oxides supported on fumed silica that was nanoparticulated at different times, temperatures, and concentrations. After adsorption, thermally cracked asphaltenes from Colombian crude oil were investigated using catalytic oxidation. The asphaltenes adsorbed onto the selected nanoparticles were subjected to thermal decomposition up to 700 °C in a thermogravimetric analyzer. This study was realized using an experimental design with a measured simplex–centroid of the three components by varying the wt % of the palladium and nickel oxides as well as the fumed silica as the support. The silica nanoparticles were characterized using N 2 adsorption at 196 °C and X-ray diffraction. The Langmuir and Freundlich models were used to correlate the experimental sorption equilibrium data. The experimental asphaltene adsorption isotherm data were adequately adjusted using the Freundlich model. The adsorption of asphaltenes on NiO and/or PdO supported on fumed silica was much higher than that over fumed silica over the range of the tested equilibrium concentrations. Pseudo-first- and pseudo-second-order kinetic models were applied to the experimental data obtained at different asphaltene concentrations from 100 to 1500 mg/L for the virgin fumed silica (S) and fumed silica-supported materials (SHSs); better fits were found for the pseudo-second-order model. However, the nanoparticles significantly decreased the asphaltene decomposition temperature and activation energy. The catalyst kinetics was calculated using the Ozawa–Flynn–Wall Model (OFW). All of the nanoparticles demonstrated high catalytic activity toward asphaltene decomposition in the following order at 0.2 mg/m 2 asphaltene concentration on nanoparticle surfaces: SNi1 < SNi1Pd1< SNi0.66Pd0.66 < SPd1 < SPd2 < SNi2 < S. Consequently, using nanoparticles significantly enhanced the thermal decomposition of asphaltenes, improving the mobility of heavy oils in situ.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».