Heavy Petroleum Composition. 3. Asphaltene Aggregation
Notice bibliographique
Résumé
Molecular characterization of asphaltenes by conventional analytical techniques is a challenge because of their compositional complexity, high heteroatom content, and asphaltene aggregate formation at low concentrations. Thus, most common characterization techniques rely on bulk properties or solution-phase behavior (solubility). Proposed over 20 years ago, the Boduszynski model proposes a continuous progression in petroleum composition (molecular weight, structure, and heteroatom content) as a function of the atmospheric equivalent boiling point. Although exhaustive detailed compositional analysis of petroleum distillates validates the continuum model, the available compositional data from asphaltene fractions supports the extension of the continuum model into the nondistillables only indirectly. Asphaltenes, defined by their insolubility in alkane solvents, accumulate in high-boiling fractions and form stable aggregate structures at low parts per billion (ppb) concentrations, far below the concentration required for most mass analyzers. Here, we present direct mass spectral detection of stable asphaltene aggregates at lower concentrations than previously published and observe the onset of asphaltene nanoaggregate formation by time-of-flight mass spectrometry (TOF–MS). We conclude that a fraction of asphaltenes must be present as nanoaggregates (not monomers) in all atmospheric pressure and laser-based ionization methods. Thus, those methods access a subset of the asphaltene continuum.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».