MétaCan
Menu
← Retour à la cohorte
Enregistrement W4249536635 · doi:10.32920/ryerson.14644164.v1

Flow behaviour of water-in-oil emulsions stabilized by wax crystals

2021· preprint· en· W4249536635 sur OpenAlexaff
Roomana Aafaqi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésWaxEmulsionRheologyMaterials scienceFlow assuranceMicrostructureViscoelasticityChemical engineeringAqueous two-phase systemFlow propertiesParaffin waxPhase (matter)Composite materialChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The large temperature gradients experienced by crude oil emulsions in pipelines found in colder environments can lead to the precipitation, deposition and build-up of wax-like species from the crude oil onto the pipe wall that result in flow assurance problems. The objective of this thesis was to understand the rheological behaviour of model water-in-oil emulsions stabilized by wax crystals. The microstructure, phase transitions and rheology of model emulsions constisting of water, mineral oil, parrafin wax and the emulsifier polyglycerol polyricinoleate (PgPr) were investigated. Changes in emulsion flow begaviour (steady state and dynamic) as a function of composition, termperature and passage through a laboratory-scale flowloop were investigated, with these parameters significantly affecting shear flow, yield stress and viscoelasticity. The gelation temperature of wax-containing ('waxy') oil was slightly lower than that of its equivalent emulsion due to differences in the structure of the gelled emulsion network. Overall, this study successfully showed that there exist significant differences in the microstructure and flow behaviour of model crude oil emulsions when wax and a dispersed aqueous phase are present.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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 Opus0,012
Tête enseignante GPT0,252
Écart entre enseignants0,240 · 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'étudeObservationnel
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPetroleum Processing and Analysis→Travaux en français237 207→