Chapter 4: Simulated Distillation Measurement
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
DISTILLATION IS THE MOST WIDELY USED SEPARAtion process in the petroleum industry. Knowledge of the boiling range of crude oils, refined fractions, and finished products has been an essential part of quality determination since the beginning of the refining industry. Routine laboratory scale physical distillation tests have been extensively used for determining the boiling ranges of crude feedstocks, distillation fractions, and a complete slate of refinery products (ASTM methods D86, D1160, D2892, and D5236) [1–4]. An alternative to physical distillation or true boiling point distillation is simulated distillation by gas chromatography. Eggerston et al. first described simulated distillation in 1960 [5]. Simulated distillation (SD) is equivalent to a 100 theoretical-plate physical distillation, is very rapid, reproducible, and easily automated, requires only a small microlitre sample volume, and can better define initial and final boiling points. Boiling range distribution data are used to evaluate new crude oils, to confirm crude quality, to monitor crude quality during transportation, and to provide information for the optimization of refinery processes. The ability to quickly and reliably evaluate crude oils and fractions has important economic implications. The full development of simulated distillation methods as routine procedures has had a significant impact on the ability to determine boiling point information for crude oils and petroleum products.
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.
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) | 0,002 | 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 découle