Prediction of the Distillate and SARA Content of Visbroken Bitumen, Vacuum Bottoms, and Deasphalted Oil
Notice bibliographique
Résumé
Methods to predict the final properties of visbroken bitumen and bitumen fractions are useful for the design of upgrading processes. Previously, correlations were proposed for the density, viscosity, and stability of visbroken products as a function of the measured feed properties, conversion, and product composition. The composition was defined in terms of the distillate content ( D ) and the saturate, aromatic, resin, and pentane-insoluble asphaltene contents of the distillation residue (SARA). However, for design purposes, it is necessary to predict rather than measure the product composition. The objective of this study was to develop correlations for the product distillates, saturates, aromatics, resins, and asphaltenes (DSARA) composition. To do so, seven different feeds including three Western Canadian bitumens, two partially deasphalted bitumens, a fully deasphalted bitumen, and a vacuum residue fraction were thermally cracked in two different continuous visbreakers at constant pressure over a range of conversions. The simulated distillation assay, gas yield, pentane-insoluble asphaltene content, toluene-insoluble (TI) content, distillate content, and residue SARA contents of each feed and product were measured. Conversions were determined from the SimDist assays and ranged from 5 to 46%. First, correlations were developed for the product DSARA contents as functions of the measured conversion and feed composition. The average absolute deviation (AAD) for the correlated composition was within the experimental error (±1.0 to ±3.0 wt % depending on the component). Next, the correlations were applied with a conversion determined from the reactor temperature profile and space time by using a previously developed method. Finally, the correlations were applied with feed DSARA content determined from readily available feed oil measurements (SimDist assay, oil density, and asphaltene content) using a previously developed method. In all cases, the AAD remained within experimental error.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».