Prediction of the Liquid Viscosity of Characterized Crude Oils by Use of the Generalized Walther Model
Notice bibliographique
Résumé
Summary A predictive but tunable model for the liquid viscosity of characterized crude oils was developed by use of the generalized Walther correlation (Walther 1931; Yarranton et al. 2013). The crude oils are each characterized into maltene pseudocomponents and a single C5-asphaltene component. The viscosity model requires two pseudocomponent parameters (A and B), two whole-oil parameters (δ1 and δ2), and binary-interaction parameters. The asphaltene parameters were determined experimentally and fixed for all cases. Correlations were developed for the maltene-pseudocomponent parameters and the binary-interaction parameters. The required data are the absolute temperature, pressure, the C5-asphaltene content, the specific gravity (SG) and molecular weight (MW) of the oil, and the boiling-point distribution of the maltenes. The SG and MW distributions of the maltenes are also required, but are generated from existing correlations. The proposed model predicted the viscosity of five western Canadian and two Colombian bitumens; three American, one Mexican, one Venezuelan, and one European heavy oil; and also a conventional oil from the Middle East with an overall average deviation of 57%. Tuning to a single viscosity data point with a single tuning parameter reduced the overall deviation to 8%, close to the 4% deviation obtained when the model was fitted to the data.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».