Characteristics of High Molecular Components Obtained by Thermal Destruction of Oil Residue Asphaltenes in Supercritical Water

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The composition and characteristics of high-molecular components of the thermolysis products of petroleum residue asphaltenes obtained in supercritical water without/with a catalyst based on iron oxides have been studied. The experiments were carried out in an autoclave at a temperature of 450°C for 60 minutes; the catalyst was prepared in situ from iron (III) tris-acetylacetonate. The use of supercritical water and an in situ catalyst makes it possible to increase the yield of saturated and aromatic hydrocarbons by more than 9.5 times compared to the control experiment (thermolysis without water and a catalyst) and reduce the yield of solid products insoluble in chloroform. The properties of high molecular weight components isolated from thermolysis products were characterized using structural group analysis and IR spectroscopy. High molecular weight components obtained by thermolysis in supercritical water in the presence of a catalyst, in comparison with the products obtained in the control experiment, are characterized by a higher H/C ratio and content of oxygen-containing groups, as well as a lower average molecular weight.

全文:

受限制的访问

作者简介

Kh. Nalgieva

Institute of Petroleum Chemistry, Siberian Branch of the Russian Academy of Sciences

编辑信件的主要联系方式.
Email: nalgieva.1997@gmail.com
俄罗斯联邦, Tomsk

M. Kopytov

Institute of Petroleum Chemistry, Siberian Branch of the Russian Academy of Sciences

Email: kma@ipc.tsc.ru
俄罗斯联邦, Tomsk

参考

  1. Al-Muntaser A.A., Varfolomeev M.A., Suwaid M.A., Yuan C., Chemodanov A.E., Feoktistov D.A., Rakhmatullin I.Z., Abbas M., Domínguez-Álvarez E., Akhmadiyarov A.A., Klochkov V.V., Amerkhanov M.I. // J. Petroleum Sci. Enng. 2020. V. 184. P. 106592.
  2. Rana M.S., Sámano V., Ancheyta J., Diaz J.A.I. // Fuel. 2007. V. 86. P. 1216.
  3. Castañeda L.C., Muñoz J.A.D., Ancheyta J. // Catal. Today. 2014. V. 220–222. P. 248.
  4. Zhao Y., Wei F. // Fuel Process. Technol. 2008. V. 89. P. 933.
  5. Li N., Yan B., Zhang L., Quan S.X., Hu C., Xiao X.M. // J. Supercrit. Fluids. 2015. V. 97. P. 116.
  6. Zhu S., Jin H., Ou Z., Song M., Chen J., Guo L. // J. Mol. Liq. 2022. V. 355. P. 118965.
  7. Sharan P., Thengane S.K., Yoon T.J., Lewis J.C., Singh R., Currier R.P., Findikoglu A.T. // Desalination. 2022. V. 532. P. 115716.
  8. Hosseinpour M., Soltani M., J. Nathwani J. // J. Clean. Prod. 2022. V. 334. P. 130268.
  9. Arcelus-Arrillaga P., Pinilla J.L., Hellgardt K., Millan M. // Energy and Fuels. 2017. V. 31. P. 4571.
  10. Hosseinpour M., Ahmadi S.J., Fatemi S. // J. Supercrit. Fluids. 2015. V. 100. P. 70.
  11. Hosseinpour M., Fatemi S., Ahmadi S.J. // Fuel. 2015. V. 159. P. 538.
  12. Li N., Zhang X., Zhang Q., Chen L., Ma L., Xiao X. // Fuel. 2020. V. 278. P. 118331.
  13. Hosseinpour M., Ahmadi S.J., Fatemi S. // J. Supercrit. Fluids. 2016. V. 107. P. 278.
  14. Fedyaeva O.N., Shatrova A. V, Vostrikov A.A. // J. Supercrit. Fluids. 2014. V. 95. P. 437.
  15. Kozhevnikov I. V., Nuzhdin A.L., Martyanov O.N. // J. Supercrit. Fluids. 2010. V. 55. P. 217.
  16. Ma Z., Xu D., Guo S., Wang Y., Wang S., Jing Z., Guo Y. // Oxid. Met. 2018. V. 90. P. 599.
  17. Sato T., Adschiri T., Arai K., Rempel G.L., Ng F.T.T. // Fuel. 2003. V. 82. P. 1231.
  18. Cheng Z.-M., Ding Y., Zhao L.-Q., Yuan P.-Q., Yuan W.-K. // Energy Fuels. 2009. V. 23. P. 3187.
  19. Han L., Zhang R., Bi J. // Fuel Processing Technology. 2009. V. 90. P. 292.
  20. Liu Y., Bai F., Zhu C.-C., Yuan P.-Q., Cheng Z.-M., Yuan W.-K. // Fuel Proc. Technology. 2013. V. 106. P. 281.
  21. Morimoto M., Sato S., Takanohashi T. // J. Supercrit. Fluids. 2012. V. 68. P. 113.
  22. Нальгиева Х.В., Копытов М.А. // ХТТ. 2022. № 2. С. 34. https://doi.org/10.31857/S0023117722020074 [Solid Fuel Chemistry, 2022, vol. 56, no. 2, p. 116. https://doi.org/10.3103/S0361521922020070].
  23. Kamyanov V.F, Filimonova T.A., Gorbunova L.V., Lebedev A.K., Sivirilov P.P. // Nauka, Novosibirsk. 1988. P. 177.
  24. Kamyanov V.F., Bolshakov G.F. // Petroleum Chem. 1984. V. 24. P. 450.
  25. Sviridenko N.N., Akimov A.S. // J. Supercrit. Fluids. 2023. V. 192. P. 105784.
  26. Свириденко Н.Н., Кривцов Е.Б., Головко А.К. // Химия и технология топлив и масел. 2016. №3. C. 285. [Chemistry And Technology Of Fuels And Oils, 2016, vol. 52, no.3, p. 285. https://doi.org/10.1007/s10553-016-0705-2].
  27. Туманян Б.П., Петрухина Н.Н., Каюкова Г.П., Нургалиев Д.К., Фосс Л.Е., Романов Г.В. // Успехи химии. 2015. № 6. С. 1145. [Russian Chemical Reviews, 2015, vol. 84, no. 11, p. 1145. https://doi.org/10.1070/RCR4500].
  28. Eletskii P.M., Sosnin G.A., Zaikina O.O., Kukushkin R.G., Yakovlev V. // J. Sib. Fed. Univ. Chem. 2017. V. 10. P. 545.

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. SEM images of iron oxide particles

下载 (272KB)
索引源数据
3. Fig. 2. X-ray diagram of iron oxide particles obtained from iron (III) acetylacetonate after thermolysis

下载 (119KB)
索引源数据
4. Fig. 3. Iron oxide particles obtained from iron (III) tris-acetylacetonate in PBS medium at T = 450°C: uniformly distributed particles in a volume of water (a); distribution of particles when a magnet is applied (b)

下载 (111KB)
索引源数据
5. Fig. 4. Composition of asphaltene thermolysis products

下载 (90KB)
索引源数据
6. Fig. 5. IR spectra of initial and thermolysed asphaltenes

下载 (278KB)
索引源数据
7. Fig. 6. IR spectra of resins obtained after thermolysis of asphaltenes

下载 (258KB)
索引源数据

版权所有 © Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».