MétaCan
Menu
Retour à la cohorte
Enregistrement W2044717293 · doi:10.2118/165520-ms

Prediction of Effective Diffusion and Dispersion Coefficients, Considering Different Flow and Heterogeneity Properties of Porous Media

2013· article· en· W2044717293 sur OpenAlexaff
Saeed Taheri, Jalal Abedi, Apostolos Kantzas

Notice bibliographique

RevueSPE Heavy Oil Conference-Canada · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMixing (physics)AsphaltDispersion (optics)DiffusionPorous mediumPetroleum engineeringViscositySolventMolecular diffusionFlow (mathematics)PorosityLight crude oilPeak oilEnhanced oil recoveryViscous fingeringMaterials scienceMiscibilityHydrocarbonMechanicsChemistryThermodynamicsGeologyComposite materialOrganic chemistryPhysicsEngineeringPolymer

Résumé

récupéré en direct d'OpenAlex

Abstract Heavy oil and bitumen are important hydrocarbon resources that are destined to play an increasingly significant role in the oil supply of the world. The total heavy oil resources are estimated to be about 10 trillion barrels, nearly three times the conventional oil in place in the world. The efficient and economic recovery of heavy oil and bitumen reserves is a crucial technical challenge. Most of these reserves lie deep inside the earth's crust and are not easily recoverable owing to their very high viscosity. Hydrocarbon solvent-based processes are thought to be effective EOR technologies for heavy oil and bitumen production. An important feature of the miscible fluid displacement is the mixing of the solvent and oil. This mixing occurs on the microscopic scale and result from the diffusion and dispersion process. Mixing effect has positive and negative effects on the miscible process. It could exerts a considerable damping effect on the growth of viscous and gravity fingers as an advantage of the dispersion and diffusion and on the other hand mixing of the solvent with oil in a reservoir decreases the effective strength of the solvent, which can have annoying effect on the miscibility and recovery efficiency. So, correct treatment of this mixing effect within the simulation of the miscible recovery process is very important. Mixing of the solvent and oil is governed by the diffusion and dispersion coefficients. For measuring these coefficients, we must depend largely on experimental measurements of them, because no universal theory permits their accurate a priori calculation. There are many influencing parameters on the mixing process during solvent injection into porous media. Designing an experiment to investigate all the effective parameters is extremely difficult (if not impossible) and time consuming. So, based on the sub-pore scale modeling method, a special program has been developed to investigate the mass transfer process in any porous medium, considering all medium properties. A realistic image of the porous medium without any simplification is directly used in the program. Developed program used the porous medium image directly, so, heterogeneity effect could be investigated. Pore and throat size distributions, as an important heterogeneous parameter, has a unique effect on the diffusion and dispersion coefficients. A comprehensive study of the pore and throat size distribution effect on the mixing coefficients will be presented in this paper.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,414
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,178
Écart entre enseignants0,165 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Heavy Oil Conference-CanadaMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207