Prediction of Viscosity for Characterized Oils and Their Fractions Using the Expanded Fluid Model
Notice bibliographique
Résumé
A methodology has been developed to predict the viscosity of crude oils and their fractions from a distillation-based oil characterization. The maltenes were characterized as a set of pseudo-components with properties determined from established generalized correlations. The asphaltene fraction was characterized as a single component and its properties were measured. The viscosities of the pseudo-components, asphaltenes, whole oils, and their fractions were determined with the Expanded Fluid (EF) viscosity model. The inputs for the model are the pressure, the density of the fluid at a given pressure and temperature, the dilute gas viscosity calculated from established generalized correlations, and three fluid-specific parameters: c 2, ρ s °, and c 3 . Densities were calculated using the modified Rackett correlation with the Tait-COSTALD compressibility correction. The c 3 parameter was determined from a previously developed correlation. New correlations were developed for the c 2 and ρ s ° parameters of the maltene pseudo-components, as a function of their boiling point and specific gravity. The parameters for the asphaltene fraction were estimated based on the measured viscosity of molten asphaltenes. The EF parameters for the whole oil, or any oil fraction, were determined with mass-based mixing rules and binary interaction parameters, calculated from a previously developed correlation. To develop and test the proposed approach, density and viscosity data were collected for 40 distillation cuts from 6 oils, 7 maltenes, 2 asphaltenes, 3 partially deasphalted oils, and 14 dead oils. Using this model to predict crude oil viscosity under any conditions requires the distillation assay data, the asphaltene mass content, and the specific gravity and molecular weight of the oil. The approach was tested on a development and test dataset of 4 crude oils (this study) and an independent test dataset of 4 oils from the literature with overall average absolute relative deviation (AARD) values of 41% and 43%, respectively. Single multiplier tuning of the c 2 parameter to one viscosity data point halved the error. Tuning both the c 2 and ρ s ° parameters using two viscosity data points reduced the AARD to <8% in both cases.
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 ».