MétaCan
Menu
Retour à la cohorte
Enregistrement W2327348671 · doi:10.1021/ef4022784

Measurement and Prediction of Density for the Mixture of Athabasca Bitumen and Pentane at Temperatures up to 200 °C

2014· article· en· W2327348671 sur OpenAlexaff
Hossein Nourozieh, Mohammad Kariznovi, Jalal Abedi

Notice bibliographique

RevueEnergy & Fuels · 2014
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAsphaltPentaneVolume (thermodynamics)Mixing (physics)ChemistryEquation of stateSpecific gravityThermodynamicsSolventBulk densityFraction (chemistry)Analytical Chemistry (journal)MineralogyMaterials scienceChromatographySoil scienceOrganic chemistryEnvironmental scienceComposite material

Résumé

récupéré en direct d'OpenAlex

The main recovery mechanism in the solvent-based bitumen recovery processes is gravity drainage. The density of heated bitumen or diluted bitumen at operational conditions is required to predict the production rate and cumulative oil recovery. In this manuscript, the densities of bitumen, pentane, and their mixtures at different pentane weight fractions (0.05, 0.1, 0.2, 0.3, 0.4, and 0.5) have accurately been measured. The measurements were conducted under conditions applicable for both in situ recovery methods and pipeline transportation of heavy oil. The experiments were taken using Athabasca bitumen at temperatures varying from ambient up to 200 °C and at pressures up to 10 MPa. The volume change upon mixing for the mixtures is evaluated from the experimental results, and the influence of pressure, temperature, and solvent weight fraction on the volume change upon mixing and density is studied. The density data are also represented with three different approaches considering no volume change, excess volume, effective liquid densities, and equation of state. The results indicated that the mixture data are well-predicted using equation of state and effective liquid densities with average absolute relative deviations (AARD) of 0.55% and 0.57%, 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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,210
Écart entre enseignants0,199 · 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
GenreEmpirique

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

En bref

Citations48
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207