文献
J-GLOBAL ID:202102270131940911   整理番号:21A0991591

超重質油(Bitumen)の粘度-温度-圧力関係:経験的モデリング対人工ニューラルネットワーク(ANN)【JST・京大機械翻訳】

Viscosity-Temperature-Pressure Relationship of Extra-Heavy Oil (Bitumen): Empirical Modelling versus Artificial Neural Network (ANN)
著者 (4件):
資料名:
巻: 12  号: 12  ページ: 2390  発行年: 2019年 
JST資料番号: U7016A  ISSN: 1996-1073  CODEN: ENERGA  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
アスファルテン含有量24.8%w/wおよび18.5%w/wの2つの重油試料XおよびYの粘度データを,経験的モデルおよび人工ニューラルネットワーク(ANN)法を用いて,温度および圧力と関連付けた。試料の粘度を70~150Cの温度範囲で測定した。大気圧から7MPaまで。85Cと大気圧(0.1MPa)での試料Xの粘度は1894cPであり,7MPaで2787cPに増加した。150Cでは,粘度は28cP(0.1MPaで)から7MPaで33cPに増加した。試料Yでは,70Cと0.1MPaでの粘度は7MPaで2260cPから3022cPに増加した。120Cでは,粘度は7MPaで65cP(0.1MPa)から71cPに増加した。特に,3パラメータ経験的モデル(MehrotraおよびSvrcek,1986および1987)を用いて,本研究で得られた相関定数は,カナダ重油サンプルに対して以前に得られた値に非常に近かった。さらに,他の経験的モデルと比較して,統計解析は,ANNモデルが本研究で用いた重油試料の粘度データに対してより良い予測精度(R2)を有することを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
風力発電  ,  採油,採ガス一般 
引用文献 (36件):
もっと見る
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る