MétaCan
Menu
Retour à la cohorte
Enregistrement W2904842942 · doi:10.1021/acs.energyfuels.8b03511

Viscosity Mixing Rule and Viscosity–Temperature Relationship Estimation for Oil Sand Bitumen Vacuum Residue and Fractions

2018· article· en· W2904842942 sur OpenAlexaboutno aff
Liang Zhang, Linzhou Zhang, Zhiming Xu, Xiuying Guo, Chunming Xu, Suoqi Zhao

Notice bibliographique

RevueEnergy & Fuels · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensnon disponible
Organismes subventionnairesScience Foundation of China University of Petroleum, BeijingNational Natural Science Foundation of China
Mots-clésAsphaltViscosityMixing (physics)Relative viscosityFractionationSolventOil sandsChemistryEnhanced oil recoveryResidue (chemistry)ThermodynamicsChromatographyMaterials sciencePetroleum engineeringComposite materialOrganic chemistryGeology

Résumé

récupéré en direct d'OpenAlex

Removing heavy components through solvent separation is a potential routine for the viscosity reduction of Canadian oil sand bitumen. The mixing rule for the viscosity of extracted fraction is the basis of process simulation and optimization. In this study, supercritical fluid extraction fractionation was applied to separate Canadian oil sand bitumen vacuum residue (VR) into various fractions. The viscosity blending behavior of extracted fractions was experimentally evaluated. Several available viscosity mixing rules were tested. To predict the viscosity–temperature profile of derived fractions at different blending ratio, we proposed a new mixing rule based on empirical equation parameters. We also correlated the viscosity–temperature parameters to conventional bulk property, providing a method for the rapid viscosity estimation for VR, extracted fractions, and their mixtures.

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 enseignants0,432
Score d'incertitude au seuil0,608

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 Opus0,009
Tête enseignante GPT0,230
Écart entre enseignants0,221 · 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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207