MétaCan
Menu
Retour à la cohorte
Enregistrement W2039493126 · doi:10.1021/ie504030v

Model for Surface Diffusion of Adsorbed Gas in Nanopores of Shale Gas Reservoirs

2015· article· en· W2039493126 sur OpenAlexafffund
Keliu Wu, Xiangfang Li, Chenchen Wang, Wei Yu, Zhangxin Chen

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesMinistry of Science and Technology of the People's Republic of ChinaNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaAlberta Innovates - Technology FuturesCMG Reservoir Simulation Foundation
Mots-clésKnudsen diffusionDiffusionAdsorptionDesorptionSurface diffusionChemistryMass transferNanoporeGaseous diffusionMacroporeSorptionKnudsen numberOil shaleMesoporous materialChemical engineeringThermodynamicsMaterials sciencePorosityChromatographyNanotechnologyGeologyPhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Surface diffusion plays a key role in gas mass transfer due to the majority of adsorbed gas within abundant nanopores of organic matter in shale gas reservoirs. Surface diffusion simulation is very complex as a result of high reservoir pressure, surface heterogeneity, and nonisothermal desorption in shale gas reservoirs. In this paper, a new model of surface diffusion for adsorbed gas in shale gas reservoirs is established, which is based on a Hwang model derived under a low pressure condition and considers the effect of adsorbed gas coverage under high pressure. Additionally, this new model considers the effects of surface heterogeneity, isosteric sorption heat, and nonisothermal gas desorption. Results show that (1) the surface diffusion coefficient increases with pressure and temperature, while it decreases with activation energy and gas molecular weight; (2) contributions of viscous flow, Knudsen diffusion, and surface diffusion to the total gas mass transfer are varying during the development of shale gas reservoirs, which are mainly controlled by nanopore-scale and pressure; (3) in micropores (pore radius of <2 nm), the contribution of surface diffusion to the gas mass transfer is dominant, up to 92.95%; in macropores (pore radius of >50 nm), the contribution is less than 4.39%, which is negligible; in mesopores (2 nm < pore radius < 50 nm), the contribution is between micropores and macropores.

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 enseignants0,011
Score d'incertitude au seuil0,021

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,155
Tête enseignante GPT0,327
Écart entre enseignants0,172 · 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

Citations344
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207