MétaCan
Menu
Retour à la cohorte
Enregistrement W4386357193 · doi:10.1021/acs.energyfuels.3c02014

Exploring the Potential of Raman Spectroscopy for Characterizing Olefins in Olefin-Containing Streams

2023· article· en· W4386357193 sur OpenAlexaff
Rafał Gieleciak, Ajae Hall, Kirk H. Michaelian, Jinwen Chen

Notice bibliographique

RevueEnergy & Fuels · 2023
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésOlefin fiberNaphthaRaman spectroscopyPetroleumHydrocarbonRefining (metallurgy)SolventChemistryDetection limitOil refineryOrganic chemistryChemical engineeringMaterials scienceChromatographyCatalysis

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide Olefins are highly reactive hydrocarbon compounds that are often found in cracked petroleum and renewable-based products and may be responsible for the formation of gums and solid deposits in storage tanks, refining equipment, and vehicle fuel systems. Several government environmental regulations and industrial specifications are in place to control the levels of olefins in both unprocessed and finished petroleum products. This creates an urgent need for rapid monitoring of olefin levels in petroleum products. Most of the analytical methods currently used for olefin determination have several significant shortcomings, including long analysis times, the need for expensive equipment, high solvent usage, the requirement for high-purity gases (carrier or swift gases), and poor suitability for process monitoring. This paper presents a qualitative and semi-quantitative study of olefins in petroleum samples using Raman spectroscopy. A mixture of unsaturated model hydrocarbons was prepared to demonstrate the suitability of Raman spectroscopy for the determination of olefin contents in petroleum samples. The Raman spectra of the mixture and its individual components were obtained, and the C═C region was used to calculate the integrated area of the region against the olefin concentration. The results show that semi-quantitative analyses for similar mixtures are feasible, and the limit of detection of olefinic species in this particular naphtha is estimated to be approximately 1 vol %. The study also shows that different olefinic species generally do not exhibit the same molar C═C intensities, which may limit the accuracy of quantitative work. The proposed approach for olefin determination may be limited, but it can be developed and utilized for the determination of olefin concentrations in samples containing similar types of olefins and blended in a similar naphtha matrix. The study emphasizes the importance of the calibration procedure being sensitive to the type of selected olefin standards and the nature of the hydrocarbon matrix in the blend.

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

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,033
Tête enseignante GPT0,253
Écart entre enseignants0,220 · 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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207