Metal Oxide Nanoparticles for Asphaltene Adsorption and Oxidation
Notice bibliographique
Résumé
This study investigates the adsorption and oxidation of asphaltenes onto nanoparticles. Six different metal oxide nanoparticles were employed, namely, Fe 3 O 4, Co 3 O 4, TiO 2, MgO, CaO, and NiO. Batch adsorption experiments were carried out at different initial asphaltene concentrations. Asphaltene adsorption was evaluated by measuring the asphaltene concentration using thermogravimetric analysis, and adsorption kinetics and isotherms were obtained. For all the six nanoparticles, the isotherm data fitted well to the Langmuir model. Results showed that asphaltene adsorption is metal-oxide-specific and the adsorption capacities of asphaltenes onto the oxides followed the order CaO > Co 3 O 4 > Fe 3 O 4 > MgO > NiO > TiO 2 . Furthermore, oxidation of asphaltene was investigated after adsorption onto NiO nanoparticles. The oxidation temperature of asphaltene decreased by ∼140 °C in the presence of nanoparticles, showing their catalytic effect. The activation energies calculated by the Coats−Redfern method for asphaltene oxidation processes in the absence and presence of NiO nanoparticles were found to be approximately 100 and 57 kJ/mol, respectively. This study is a first step in showing the feasibility of using nanoparticles for asphaltene adsorption, followed by catalytic oxidation for heavy oil upgrading.
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 ».