MétaCan
Menu
← Retour à la cohorte
Enregistrement W4284708676 · doi:10.1021/acs.energyfuels.2c01603

Effect of Energetical and Geometrical Heterogeneity of Kerogen on BET Surface Area Characterization and Methane Adsorption

2022· article· en· W4284708676 sur OpenAlexafffund
Yingnan Wang, Wanying Pang, Zhehui Jin

Notice bibliographique

RevueEnergy & Fuels · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada First Research Excellence FundWestern Canada Research GridCompute Canada
Mots-clésAdsorptionKerogenMethaneCharacterization (materials science)BET theorySurface (topology)Materials scienceSpecific surface areaMineralogyChemistryChemical engineeringChemical physicsEnvironmental scienceNanotechnologyGeologyPhysical chemistryOrganic chemistryGeomorphologyGeometryCatalysisMathematics

Résumé

récupéré en direct d'OpenAlex

Surface area is an important parameter for the estimation of methane (CH 4 ) adsorption in shale nanoporous media. Kerogen, as the main constituent of shale organic matters, has exceptionally high surface area due to extensive nanoscale pores. The Brunauer–Emmett–Teller (BET) method has been extensively used to characterize the surface area of various porous materials. However, its applicability for the surface area characterization of kerogen mesopores has not been investigated yet. In this work, the effect of geometrical and energetical heterogeneity on N 2 adsorption isotherms and the subsequent BET surface area ( S BET ) characterization is studied by using grand canonical Monte Carlo simulations. We find that N 2 adsorption sites are mainly within the “basin” and “valley” regions on kerogen surfaces, while in the “ridge” regions, its adsorption rarely takes place at 77 K from 0.005 to 0.05 bar. On the other hand, surface chemistry shows a significant effect on external potential and N 2 adsorption amount. In addition, while S BET agrees well with geometric surface area ( S geo ) in graphite mesopores, in kerogen and pseudokerogen mesopores, S BET is generally lower than S geo . Interestingly, for our samples, S BET correlates well with CH 4 excess adsorption in kerogen mesopores at 333.15 K and 300 bar, outperforming S geo . This work provides some crucially important fundamental understanding about the S BET characterization of kerogen mesopores which can guide the prediction of CH 4 adsorption capacity in kerogen nanoporous media and the estimation of shale gas-in-place.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,219
Écart entre enseignants0,210 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & Fuels→Même sujetHydrocarbon exploration and reservoir analysis→Travaux en français237 207→