Large scale simulation of UCG process applying porous medium approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Underground coal gasification (UCG) has significant advantages and can be categorized as a clean coal technology for producing syngas in situ. However, a comprehensive understanding of the process is lacking, because it takes place deep underground and consists of multiple phenomena. Hence UCG modelling can be employed to investigate different aspects of this process. While small‐scale processes can be mechanistically informative, large‐scale processes may behave quite differently. In this work, detailed 3D simulation modelling of three widely‐applied UCG technologies was conducted for the Ardley coal formation (Alberta, Canada) in order to compare the performance of different technologies at field scale. The results of these comparisons can be helpful for selecting the right technology for a desired UCG pilot test. The results show that in spite of a higher heating value of produced syngas from the P‐CRIP (parallel controlled retracting injection point) method over the L‐CRIP (linear controlled retracting injection point) method, the volumetric rate and sweep efficiency of these methods are comparable. Moreover, we conducted 2D cross‐sectional modelling of the Thulin test as the earliest UCG process at great depth and in tight coal seams to address modelling issues. Several possible approaches, such as geomechanical modelling, are presented to resolve the issues of UCG modelling in tight coal seams. The modelling results are analyzed and compared with the field results. Comparisons show an engineering match for the composition of the produced syngas. Computer Modelling Group's STARS software was used in this study as the porous medium modelling approach.
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.
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) | 0,000 | 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 découle