Analysis of the heat losses associated with the SAGD visualization experiments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Dealing with the heat losses associated with steam-assisted gravity drainage (SAGD) experiments has been an issue for which different heat loss prevention techniques have been developed and utilized in the literature. The aim is to minimize the amount of heat losses from the porous medium to the surrounding environment. Excessive heat losses negatively affect quantifying the energy requirements of the SAGD experiments. In this study, an inverted-bell vacuum chamber was employed to minimize the excessive heat losses while steam was injected under different superheating levels. Local temperatures along the glass micromodels’ height and width were recorded on a real time basis. Details of the heat losses associated with our pore-scale SAGD visualization experiments are described in this paper. According to the results presented, employing extremely low vacuum conditions resulted in effective heat loss prevention in a sense that the convective element of heat loss could be neglected. As a result, radiation heat transfer was the only mechanism of heat transfer that contributed to the heat loss from the micromodels’ surfaces. In each pore-level SAGD experiment, the overall steam consumption to produce one unit of the mobile oil was corrected based on the heat loss analysis of the process to account for the additional volume of steam which was condensed because of the heat loss. The net cumulative steam consumed, corrected for the heat losses, was in very good agreement with the predictions made based on the theory of gravity drainage and its application in performance analysis of the SAGD process.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 découle