MétaCan
Menu
Retour à la cohorte
Enregistrement W4200351237 · doi:10.1002/cjce.24335

Prediction of the <scp>ASTM</scp> and <scp>TBP</scp> distillation curves and specific gravity distribution curve for fuels and petroleum fluids

2021· article· en· W4200351237 sur OpenAlexvenueno aff
Pouya Hosseinifar, Hamidreza Shahverdi

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDistillationFraction (chemistry)Specific gravityBoiling pointThermodynamicsPetroleum engineeringMathematicsChemistryGeologyChromatographyMineralogyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract A predictive approach called the six‐point method is developed to construct distillation curves of different petroleum fluids based on the information of six points of the distillation curve at volume percentages (5, 10, 30, 50, 70, and 90). Indeed, six diverse mathematical equations are developed, which establish relationships between the six mentioned distillation temperatures and physical properties ( and ) of petroleum fluids. Having predicted the six points, a third‐order polynomial curve can easily be fitted over these data. Accordingly, the six‐point method is well capable of predicting the distillation curve of both American Society for Testing and Materials (ASTM) D86 and true boiling point (TBP) data for any arbitrary petroleum fluid using only their physical properties. Two auxiliary relations are also presented to estimate the physical properties that may not be available for a petroleum fraction. These relations enable the model to receive pairs of () and () as input parameters, instead of (). A useful transfer function is also developed to convert the TBP curve predicted by the six‐point method to the specific gravity distribution curve. Furthermore, a new set of experimental data obtained from the distillation test is also presented in this work. The experiment has been performed on the petroleum cuts resulting from the crude oil atmospheric distillation unit and Linear Alkyl Benzene (LAB) production unit. The model performance was carefully evaluated against a wide range of literature data as well as new experimental data provided in this study, and the mean of average absolute deviations (AAD%) values was 1.98% for about 233 samples, including 2039 data points.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,177
Écart entre enseignants0,168 · 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'étudeSimulation ou modélisation
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207