Measurement and Evaluation of Bitumen/Toluene-Mixture Properties at Temperatures Up to 190?°C and Pressures Up to 10 MPa
Notice bibliographique
Résumé
Summary The viscosity of bitumen and heavy oil is extremely high at both reservoir and surface conditions, on the order of 1 million cp. Therefore, viscosity reduction is necessary for production from the reservoir, pipeline transportation, and oil processing. The aim of this study is to evaluate the effect of different parameters (temperature, pressure, and solvent-weight fraction) on the density and viscosity of bitumen-containing mixtures. Thus, the density and viscosity of mixtures are measured for a sample of Athabasca bitumen diluted with different fractions of toluene at pressures from 0.1 to 10 MPa and at temperatures from 22 to 190 °C. The mixture densities show a linear decrease with temperature, pressure, and solvent concentration. The viscosity of the mixtures indicates a curvilinear trend with respect to the solvent-weight fraction and temperature. The effect of pressure on the mixture viscosity is more pronounced at lower-solvent-weight fractions. The mixture-density data are evaluated with two different methods: no volume change upon mixing and excess volume. The excess-volume method predicts the mixture-density data with an overall average absolute relative deviation (AARD) of 0.34%. The viscosity data for mixtures are compared with different models: Arrhenius (1987), Cragoe (1933), Shu (1984), Lobe (1973), double-log (Yarranton et al. 2013), Lederer (1933), power-law (Kendall and Monroe 1917), and Bij (Yarranton et al. 2013). The Bij model (Yarranton et al. 2013) produces the most-reliable results for mixture viscosities, with 5.5% AARD.
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 | 0,001 | 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 ».