Investigation of Fouling Mechanisms of a Light Crude Oil Using an Alcor Hot Liquid Process Simulator
Notice bibliographique
Résumé
Fouling mechanisms of a light conventional crude were investigated by characterizing the crude oil, performing fouling tests using a bench-scale Alcor hot liquid process simulator (HLPS) unit and characterizing fouling deposits by means of elemental analysis, scanned electron microscopy (SEM), thermogravimetric analysis (TGA), and photoacoustic infrared spectroscopy (PAS-IR). In addition, a mathematical fouling model was developed under a laminar flow regime following Epstein’s methodology. Fouling tests were conducted at different temperatures and bulk velocities. Although the asphaltene content in the crude oil is low, the asphaltenes are still unstable because of a high saturate content and this crude oil has a high fouling propensity. On the basis of the fouling test results, fouling model analysis, and characterization of fouling deposits, the fouling mechanism of this crude oil can be explained as follows: In a laminar flow regime, unstable asphaltenes transport to the hot surface, become attached to the surface, and then, through chemical reactions, form fouling deposits. Mass transfer of entrained suspended particulates in the crude oil also contributes to fouling, although it is not the main cause. However, under turbulent flow conditions, such as those that prevail in industrial operations, it is expected that suspended particles would play a greater role in fouling.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».