Analysis of Xinjiang asphaltenes using high precision spectroscopy
Notice bibliographique
Résumé
Asphaltenes are known for causing flow assurance problems in numerous oil fields. In this study we present a comparative spectroscopic analysis of Xinjiang heavy oil asphaltenes as part of ongoing research for an environmentally friendly and cheap chemical inhibitor. The goal is to predict the internal morphology of these asphaltenes through comparative analysis using high precision spectroscopy. Fourier transform infrared spectroscopy (FTIR), proton-nuclear magnetic resonance (H-NMR) and electrospray ionization Fourier transform ion cyclotron resonance combined with mass spectroscopy were used in this analysis. Several studies have demonstrated the enormous potential of these techniques to characterize hydrocarbons. Here we comparatively apply these techniques to characterize Xinjiang asphaltenes with reference to earlier imaging studies with atomic force and scanning tunneling microscopy to assign a structure to these asphaltenes. Results revealed the nature of the asphaltenes to be polycyclic, aromatic with both heteroatomic and metallic content. Thirteen basic and eleven non-basic/acidic nitrogen compounds fused within the aromatic network were identified. The mass distribution is in the range between 100-800 Da. H-NMR revealed various structural parameters (aromaticity and degree of unsaturation) and together with FTIR various functional groups were identified that include: ethers, sulphides, amides and sulfoxides. The predicted structures are consistent with the "island" and "aryl linked core" models.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».