Can a Cubic Equation of State Model Bitumen–Solvent Phase Behavior?
Notice bibliographique
Résumé
Cubic equations of state (CEoS), such as the advanced Peng–Robinson (APR) EoS, are convenient for use in commercial simulators and have successfully fit saturation pressures and asphaltene onset points for bitumen–solvent systems using simple quadratic mixing rules. However, this approach does not accurately predict asphaltene precipitation yields. In this study, the APR EoS with several sets of asymmetric mixing rules is evaluated against saturation pressure and asphaltene yield data for n -pentane diluted bitumen. The asymmetric van der Waals, Sandoval et al., and two forms of Huron–Vidal mixing rules with an NRTL (non-random liquid theory) activity coefficient model are considered. The use of asymmetric mixing rules significantly improves the match to asphaltene yield data; however, the yields are still underpredicted at high solvent contents, and the tuning parameters that give the best match for asphaltene yield data are not predictive or easily correlated for other solvents. The APR EoS with symmetric van der Waals mixing rules is also evaluated with compositionally dependent binary interaction parameters. The use of compositionally dependent solvent/asphaltene binary interaction parameters allows the model to fit asphaltene yield data over the entire composition range. A set of interaction parameters is recommended that fits both asphaltene yield and saturation pressure data. The merits of this methodology as a practical option for modeling heavy oil–solvent behavior are discussed.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».