MétaCan
Menu
← Retour à la cohorte
Enregistrement W4224444517 · doi:10.1002/cjce.24425

Study on molecular structure and association behaviour of heavy subfractions of vacuum residue by an improved separation method

2022· article· en· W4224444517 sur OpenAlexvenueno aff
Feng Tian, Wei Han, Yonghong Zhu, Yijie Wang, Xiaoyong Fan, Chongpeng Du, Feili Wang, Huaan Zheng, Haipeng Teng, Dong Li

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésAsphalteneChemistryX-ray photoelectron spectroscopyGel permeation chromatographyHeteroatomInfrared spectroscopyAlkylFourier transform infrared spectroscopyScanning electron microscopeElemental analysisOrganic chemistryMaterials scienceChemical engineeringPolymer

Résumé

récupéré en direct d'OpenAlex

Abstract Vacuum residue (VR) is the most complex component of crude oil. Due to the special structure of heavy subfractions, physical aggregation and chemical coking reactions easily occur through molecular force, which affects the normal processing. Therefore, in‐depth study and analysis of their composition, structure and association behaviours are particularly important. In view of the shortcomings of the traditional separation method in terms of separation accuracy, mainly including the purification of asphaltenes and the poor separation of resins. In this paper, a reasonably improved separation method is adopted, and the multi‐stage asphaltene extraction and the multi‐stage silica gel coupling separation are carried out innovatively, which achieves a high yield of 99% while ensuring the separation accuracy. The samples were characterized by elemental analysis (EA), gel permeation chromatography (GPC), Fourier‐transform infrared spectroscopy (FT‐IR), hydrogen nuclear magnetic resonance spectroscopy ( 1 H‐NMR), X‐ray photoelectron spectroscopy (XPS), X‐ray diffraction (XRD), and scanning electron microscope (SEM) to study their structural characteristics and association behaviours. The results show that the main forms of heteroatoms in asphaltene and resin surface are C‐O‐C, C‐OH, pyridine, pyrrole, and thiophene, and the content of these substances is higher in asphaltene. Compared with resins, asphaltenes contain a more peri‐condensed aromatic structure and shorter alkyl substituent side chains. By studying the hydrogen bond and acid–base interaction, it is found that asphaltene and resin mainly contain OH‐OH, OH‐π, and OH‐ether O, of which the content of OH‐OH is the highest. Asphaltene and resin have more neutral and basic substances. These hydrogen bonds and acid–base interactions caused by heteroatoms are the main forces for the association of the heavy subfractions of the VR.

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 enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0010,000
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 Opus0,006
Tête enseignante GPT0,248
Écart entre enseignants0,242 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical Engineering→Même sujetPetroleum Processing and Analysis→Travaux en français237 207→