Case Study: Modeling the Phase Behavior of Solvent Diluted Bitumen
Notice bibliographique
Résumé
Abstract The design of solvent-based and solvent assisted heavy oil recovery processes requires accurate predictions of phase behavior as straightforward as saturation pressures and as potentially complex as vapour-liquid-liquid equilibria and asphaltene precipitation. In this case study, saturation pressures of dead and live bitumen were measured in a Jefri PVT cell at different concentrations of a multi-component solvent at temperatures from 20 to 180°C. Saturation pressures and the onset of asphaltene precipitation were also measured for the bitumen diluted with n-pentane. The onset of precipitation was determined by titrating the bitumen with pentane and periodically circulating the mixture past a high pressure microscope. The data were modeled with the Advanced Peng-Robinson equation of state (APR EoS). The maltene fraction of the bitumen was characterized into pseudo-components based on extrapolated distillation data. The asphaltenes were characterized based on a Gamma distribution of the molecular weights of self-associated asphaltenes. The APR EoS was tuned to match the saturation pressures by adjusting the binary interaction parameter between the solvent and the pseudo-components via a correlation based on critical temperatures. Rather than adjusting the interaction parameters for each pair of components, only the exponent in the correlation was adjusted. The role of mixing rules in correctly predicting the onset and amount of asphaltene precipitation is discussed.
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 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 | 0,000 |
| 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) | 0,003 | 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 tête enseignante, 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 ».