MétaCan
Menu
Retour à la cohorte
Enregistrement W2901714850 · doi:10.1021/acs.iecr.8b03983

Quantification of Mutual Mass Transfer of CO<sub>2</sub>/N<sub>2</sub>–Light Oil Systems by Dynamic Volume Analysis

2018· article· en· W2901714850 sur OpenAlexafffund
Xiaomeng Dong, Yu Shi, Daoyong Yang

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDiffusionVolume (thermodynamics)ChemistryMass transferLight crude oilAnalytical Chemistry (journal)Gaseous diffusionThermodynamicsMass transfer coefficientSolubilityMolecular diffusionGas oil ratioPhase (matter)ChromatographyOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

A novel and pragmatic method has been developed to quantify mutual mass transfer between a gas (e.g., CO2 and N2) and light oil by dynamic volume analysis. Experimentally, diffusion experiments for pure CO2/N2-light oil systems are conducted at a constant pressure and temperature with a pressure/volume/temperature (PVT) system. During the diffusion experiments, the diluted volume of oil phase is continuously monitored and recorded, while gas samples are collected at the end of the diffusion tests to measure gas compositions by performing gas chromatography (GC) analysis. Theoretically, the mass transfer from light oil to gas phase and the solubility of a gas into the light oil is quantified by combining the GC analysis and Fick’s second law, while the Peng–Robinson equation of state is employed to determine the concentration of each gas component in the oil phase by imposing the quasi-equilibrium boundary condition at the gas–oil interface. The diffusion coefficient of each component can be determined once the discrepancy of both the swelling factor and the gas composition between the experimental measurements and the calculated ones are minimized. At temperature of 336.15 K, the diffusion coefficients of carbon dioxide and nitrogen are determined to be 12.87 × 10–9 m2/s at pressure of 2170 kPa and 1.35 × 10–9 m2/s at pressure of 5275 kPa, respectively. For the diffusion coefficient of light oil to the gas phase, it is determined to be 6.04 × 10–11 m2/s for the CO2-light oil system and 2.55 × 10–12 m2/s for the N2-light oil system under the corresponding conditions. Furthermore, the dynamic swelling factor of oil in the CO2-light oil system is measured to be higher than that of the N2-light oil system. The GC analysis confirms that there exists light-component extraction, though the concentration is small in this study since the experimental pressure is below the critical pressure of gas.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,301
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,028
Tête enseignante GPT0,274
Écart entre enseignants0,246 · 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.

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

Citations38
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207