MétaCan
Menu
Retour à la cohorte
Enregistrement W2963185495 · doi:10.3390/en12152848

Catalytic Effect of Cobalt Additive on the Low Temperature Oxidation Characteristics of Changqing Tight Oil and Its SARA Fractions

2019· article· en· W2963185495 sur OpenAlexaff
Tengfei Wang, Jiexiang Wang

Notice bibliographique

RevueEnergies · 2019
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Regina
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNatural Science Foundation of Shandong ProvinceChina Scholarship Council
Mots-clésCatalysisAsphalteneThermogravimetric analysisCobaltChemistryFourier transform infrared spectroscopyChemical engineeringFraction (chemistry)Secondary air injectionInorganic chemistryOrganic chemistryWaste management

Résumé

récupéré en direct d'OpenAlex

Air flooding is a potential enhanced oil recovery (EOR) method to economically and efficiently develop a tight oil reservoir due to its sufficient gas source and low operational costs, during which low temperature oxidation (LTO) is the key to ensuring the success of air flooding. In addition to inefficiency of conventional LTO, air flooding has seen its limited applications due to the prolonged reaction time and safety constraints. In this paper, a novel air injection technique based on the catalyst-activated low temperature oxidation (CLTO) is developed to improve the operational safety together with its oil recovery in tight oil reservoirs. Experimentally, static oxidation experiments are conducted to examine the influence of the catalyst on the LTO reaction kinetics of Changqing tight oil and its fractions. The catalytic oxidation characteristics are identified by applying a thermogravimetric analyzer coupled with Fourier transform infrared spectrometer (TG-FTIR) with respect to tight oil and its SARA (i.e., saturates, aromatics, resins, and asphaltenes) fractions. Accordingly, the catalyst can obviously decrease the LTO reaction activation energy of the Changqing tight oil and its SARA fraction. Cobalt additive can change the LTO reaction pathways of the SARA fractions, i.e., promoting the formation of hydroxyl-containing oxides and CO2 from the oxidation of saturates, aromatics and resins, while inhibiting the formation of ethers from the oxidation of aromatics and resins. The LTO of each SARA fraction contains both oxygen addition reaction and bond scission reaction that can be effectively promoted with the cobalt additive. The catalytic effect on the bond scission reaction is continuously enhanced and becomes gradually stronger than that on the oxygen addition reaction as the reaction proceeds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,210
Écart entre enseignants0,206 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetPetroleum Processing and AnalysisTravaux en français237 207