Heavy Oil (Bitumen) and Alkane Solvent Partitioning (HASP) Process
Notice bibliographique
Résumé
Abstract Both gravity-based solvent and cyclic solvent processes for recovery of heavy oil or bitumen may involve relatively high solvent/oil ratios. It has been experimentally observed that at high solvent loadings, the oil/solvent mixture partitions into a solvent-rich oil phase and a heavy-ends-rich oil phase. The partitioning may have significant beneficial impact on the performance of a solvent-based process such as VAPEX, or other gravity based processes if the low-viscosity phase carries the bulk of the oil production, and the asphalt-rich phase is mostly asphaltene and essentially immobile. Data on the physical properties (viscosity and density) and the composition of both the partitioned phases are needed to design and optimize solvent-based processes. The project objective was to analyze the laboratory test data on multiple phases partitioning of a selected oil/solvent system. The experiments, conducted with propane and Athabasca UTF bitumen at different solvent loading, have shown the oil/solvent mixture partitions into a solvent-rich oil phase and a heavy-ends-rich (mostly asphaltenes) oil phase with significantly higher densities and viscosities. CMG-WinProp software was used to model the phase partitioning. It was possible to get a good match between the test data on the liquid phase separations and some properties such as densities, but not viscosities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».