MétaCan
Menu
Retour à la cohorte
Enregistrement W2021099280 · doi:10.1002/cjce.21662

A new reaction model for aquathermolysis of Athabasca bitumen

2012· article· en· W2021099280 sur OpenAlexaffvenueabout
Punitkumar R. Kapadia, Michael S. Kallos, Ian D. Gates

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2012
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAsphaltOil sandsHydrogenChemistryMethaneSteam injectionSteam reformingPetroleum engineeringHydrogen productionMaterials scienceOrganic chemistryGeologyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Aquathermolysis of bitumen occurs when it is thermally cracked in the presence of water. Current in situ technologies for bitumen production, such as Cyclic Steam Stimulation and Steam‐Assisted Gravity Drainage, inject high pressure, high temperature steam in the reservoir to heat the bitumen which in turn lowers its viscosity enabling flow to a production well. Thus, the major physical effect of steam is the heating of bitumen which mobilises it. Beyond physical interactions, chemical effects also result: steam heating produces acid gases, such as carbon oxides, sulphur dioxide and hydrogen sulphide along with small amounts of hydrogen and methane. For steam‐based in situ bitumen recovery processes, nearly all analyses, including simple drainage theories and thermal reservoir simulations, focus solely on the physical processes: heat transfer, fluid flow and thermodynamic equilibrium. However, steam chambers are also underground reactors: bitumen aquathermolysis occurs due to high temperatures and water saturation. Here, we describe a new in situ aquathermolysis reaction scheme for Athabasca bitumen to predict hydrogen, methane, carbon oxides, hydrogen sulphide and other heavy molecular weight hydrocarbons. Reaction parameters were fitted against one experimental data set and validated against other independent experimental data sets, both from the literature. Our results indicate that, to more accurately predict gas compositions and rates, the effects of aquathermolysis should be taken into account in reservoir modelling. © 2012 Canadian Society for Chemical Engineering

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,206
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetPetroleum Processing and AnalysisTravaux en français237 207