MétaCan
Menu
Retour à la cohorte
Enregistrement W2634813279 · doi:10.1021/acs.energyfuels.7b00589

Contactless Asphaltene Detection Using an Active Planar Microwave Resonator Sensor

2017· article· en· W2634813279 sur OpenAlexafffund
Mohammad Abdolrazzaghi, Mohammad H. Zarifi, C. F. A. Floquet, Mojgan Daneshmand

Notice bibliographique

RevueEnergy & Fuels · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensSchlumberger (Canada)University of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsAlberta Innovates - Technology FuturesCMC Microsystems
Mots-clésResonatorMicrowavePlanarMaterials sciencePermittivitySensitivity (control systems)AsphalteneHeptaneOptoelectronicsAnalytical Chemistry (journal)DielectricChemistryElectronic engineeringComputer scienceChromatographyTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

In this paper, a noncontact real time method for asphaltene concentration measurement and precipitation detection is presented. An active high sensitivity microwave resonator sensor is utilized to monitor asphaltene particles and its complex permittivity at 1.2 GHz. The sensor utilizes a microstrip microwave resonator with an active feedback loop to compensate for the environmental loss and to enhance the quality factor of the sensor by several orders of magnitude (>10K). The sensor is utilized to directly measure the concentration of the liquid through monitoring its complex permittivity. It is also illustrated that time-based measurements can be used to increase the accuracy by providing two independent data sets, i.e., concentration and time constant. Next, heptane is mixed with different concentrations of asphaltene and monitored in real time. The results demonstrate the capability of noncontact measurement of the precipitation process at different asphaltene concentrations. The findings exhibit a substantial step toward a low-cost, real-time, and noncontact chemical monitoring device.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,817

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,260
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetAnalytical Chemistry and SensorsTravaux en français237 207