Notice bibliographique
Résumé
Abstract Solvent-additive processes (SAP) are a promising, but challenging technology. Perhaps the biggest challenge from an engineering point of view, is that simulators probably work some of the time, but not all of the time; and there is no information about where the line between occurs, or what the correct answer should be, after the line is crossed. Other serious problems are the many degrees of freedom in SAP process design, and the non-linear relationships between process inputs and economic results. There are too many possible designs to try randomly for even a single reservoir, and there is limited theory to interpolate or scale available experimental data. This paper attempts to assemble some known pieces of the puzzle, and to explore how they may fit together to explain and predict SAP performance characteristics First, some familiar PVT relationships are presented, with examples using temperature as the independent variable. This helps to clarify the choice of solvent, as a function of reservoir pressure, and also to understand the effect of the increasing solvent "dose". It is shown that SAP will create a double front, one where the water is condensed, and a second where the solvent is absorbed by, and drains with, the oil. A vapor blanket separates the two fronts. Secondly, simple estimates are given for the temperature distribution in the vapor blanket (i.e. solvent-active zone). Together with PVT data for the same pressure, these allow the thickness of a vapor blanket to be estimated. Finally, SAP mass transport limits are considered, by observing that the second front essentially constitutes VAPEX. The Butler-Mokrys theory is discussed, in view of its failure to predict certain experimental results; it is argued that this results from neglect of capillary pressure effects, which in fact are dominant at the front. A purely empirical correlation by Nenniger is introduced, which can be rearranged to predict the maximum solvent speed, also as a function of temperature.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».