Prediction of CO<sub>2</sub>Solubility in Oil and the Effects on the Oil Physical Properties
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
Abstract CO2 solubility in oil is a key parameter in CO2 flooding process. It results in oil swelling, increased oil density, and decreased oil viscosity. Laboratory studies needed to cover a wider range of data, and are time consuming, costly, and may be not available or possible in many situations. On the other hand, although various models and correlations are useful in certain situations, they may are not be applicable in many situations. In this study, a new genetic algorithm- (GA)-based technique has been used to develop more reliable correlations to predict CO2 solubility, oil swelling factor (SF), CO2-oil density, and viscosity of CO2-oil mixtures. Based on the Darwinian theory, the GA technique mimics some of the natural process mechanisms. Furthermore, GA-based model correlations recognize all the major parameters that affect each physical property and also well address the effects of CO2 liquefaction pressure. Genetic algorithm-based correlations have been successfully validated with published experimental data. In addition, a comparison of these correlations has been made against widely used correlations in the literature. It has been noted that the GA-based correlations yield more accurate predictions with lower errors than all other correlations tested. Furthermore, unlike other correlations that are applicable to limited data ranges and conditions, GA-based correlations have been validated over a wider range of data.
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