MétaCan
Menu
Retour à la cohorte
Enregistrement W2035012689 · doi:10.2118/05-05-02

Modelling Physical Dispersion in Miscible Displacement-Part 2: Validation, Numerical Tests, and Applications

2005· article· en· W2035012689 sur OpenAlexafffund
Vijay Shrivastava, Long X. Nghiem, R.G. Moore, T. Okazawa

Notice bibliographique

RevueJournal of Canadian Petroleum Technology · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensImperial Oil (Canada)University of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDispersion (optics)Displacement (psychology)MechanicsDiffusionNumerical diffusionMixing (physics)Materials scienceComputer scienceThermodynamicsPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Abstract A new method for the incorporation of physical dispersion into miscible displacement models was developed in an accompanying paper(1). This paper presents the numerical tests for validation of the proposed formulation, and applications for demonstration of the method in certain practical situations. The examples include miscible displacement in a linear system, miscible displacements in a quarter of a five-spot pattern, and the application of the proposed method in the simulation of vapour extraction (VAPEX) process. Introduction Molecular diffusion and mechanical dispersion are the main mechanisms responsible for gas-oil mixing that occurs in miscible displacements. Together, these mechanisms are called physical dispersion and appear as the coefficient of the second order derivative of concentration in the convection-diffusion equation. The dispersion coefficient is tensorial in nature and requires special treatment for inclusion in the molar conservation equations, especially for models with complex reservoir geometries. A new method based on a multi-point control-volume procedure was developed for incorporation of physical dispersion in miscible displacement modeling(1) on 3D hexahedron structured corner-point grids. The method was implemented in a compositional simulator that has a provision for a higher order scheme(2) to reduce numerical dispersion. This paper seeks to address validation, testing, and application aspects of the implementation. These are done on few single and multi-dimensional miscible displacement problems. The methodology consists of using full tensor formulation of physical dispersion based on a flux continuous multi-point control-volume procedure in conjunction with a scheme for the reduction of numerical dispersion. For the latter, wherever necessary, a higher order scheme with a total variation diminishing (TVD) flux limiter(2) is used. The thermodynamic calculations are done with the Peng-Robinson equation-of-state(3). Model Validation Validation of the Proposed Formulation With Analytical Solutions These runs compare numerical solution obtained from the proposed method with the analytical solution for miscible displacement in models with simplified geometry and well-defined boundary and initial conditions, and under assumptions necessary for arriving at the analytical solution. First, the analytical solutions are briefly presented followed by the model description and numerical solution with the proposed method. The Analytical Solution to 1D Convection-Diffusion Equation The flow of a component in a phase can be described by the convection- diffusion (C-D) equation in 1D, dimensionless form(4): Equation 1–5 (available in full paper) where C, CI, and CJ indicate current, initial, and injected concentrations, and L denotes the distance over which longitudinal dispersion, De, is measured. The dimensionless time, tD, corresponds physically to the number of cumulative pore volumes injected into the medium. The other variables are defined in the nomenclature. Equation (1) assumes flow of a single phase incompressible fluid in permeable media and ideal mixing. The analytical solution of Equation (1) for miscible displacement of an initially uniform fluid distribution in a finite length L under the boundary conditions: Equation 6a-6c (available in full paper) has the form of an infinite series of error functions where successive terms arise from the superimposed reflections at the outlet.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,214
Écart entre enseignants0,208 · 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

Citations3
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Canadian Petroleum TechnologyMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207