MétaCan
Menu
← Retour à la cohorte
Enregistrement W4380675270 · doi:10.1063/5.0153741

Mesoscale computer modeling of asphaltene aggregation in liquid paraffin

2023· article· en· W4380675270 sur OpenAlexaff
Andrey A. Gurtovenko, Victor M. Nazarychev, Artyom D. Glova, Sergey V. Larin, Sergey V. Lyulin

Notice bibliographique

RevueThe Journal of Chemical Physics · 2023
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensWestern University
Organismes subventionnairesRussian Science Foundation
Mots-clésAsphalteneChemical engineeringDiffusionChemical physicsMolecular dynamicsPolymerMaterials scienceChemistryOrganic chemistryThermodynamicsComputational chemistry

Résumé

récupéré en direct d'OpenAlex

Asphaltenes represent a novel class of carbon nanofillers that are of potential interest for many applications, including polymer nanocomposites, solar cells, and domestic heat storage devices. In this work, we developed a realistic coarse-grained Martini model that was refined against the thermodynamic data extracted from atomistic simulations. This allowed us to explore the aggregation behavior of thousands of asphaltene molecules in liquid paraffin on a microsecond time scale. Our computational findings show that native asphaltenes with aliphatic side groups form small clusters that are uniformly distributed in paraffin. The chemical modification of asphaltenes via cutting off their aliphatic periphery changes their aggregation behavior: modified asphaltenes form extended stacks whose size increases with asphaltene concentration. At a certain large concentration (44 mol. %), the stacks of modified asphaltenes partly overlap, leading to the formation of large, disordered super-aggregates. Importantly, the size of such super-aggregates increases with the simulation box due to phase separation in the paraffin-asphaltene system. The mobility of native asphaltenes is systematically lower than that of their modified counterparts since the aliphatic side groups mix with paraffin chains, slowing down the diffusion of native asphaltenes. We also show that diffusion coefficients of asphaltenes are not very sensitive to the system size: enlarging the simulation box results in some increase in diffusion coefficients, with the effect being less pronounced at high asphaltene concentrations. Overall, our findings provide valuable insight into the aggregation behavior of asphaltenes on spatial and time scales that are normally beyond the scales accessible for atomistic simulations.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,255
Écart entre enseignants0,235 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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