MétaCan
Menu
Retour à la cohorte
Enregistrement W2048629705 · doi:10.1002/cjce.21992

Physics‐based proxy modelling of solvent transport in VAPEX process

2014· article· en· W2048629705 sur OpenAlexafffundvenue
Jindong Shi, Juliana Y. Leung

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensCanadian Natural ResourcesUniversity of Alberta
Organismes subventionnairesPetroleum Technology Research Centre
Mots-clésPetroleum engineeringIsothermal processThermal diffusivityThermalSoil vapor extractionMechanicsSolventVolumetric flow rateThermodynamicsMass transferProcess engineeringChemistryEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

VAPEX (vapour extraction) is a non‐thermal process that has significant potential to provide a more environmentally friendly and energy‐efficient alternative to steam injection. While numerical modelling techniques are available for simulating mass transfer in VAPEX process, computational constraints often preclude detailed numerical solution of the flow and transport differential equations, as is often implemented in traditional flow simulators. Efficient alternatives that are based on analytical solutions could be employed to assess the transport physics. In this paper, a novel physical‐based proxy is developed to model solvent transport in VAPEX at isothermal conditions, in a way analogous to the SAGD model described by Butler (Butler, J. Can. Petrol. Technol. 1985, 24, 42). Detailed analytical formulations are derived and implemented in a calculation procedure to advance the solvent–bitumen interface and to estimate producing oil rate with time. In our approach, solvent concentration and intrinsic diffusion coefficient are introduced in the model instead of temperature and thermal diffusivity in SAGD. A new mass penetration parameter is introduced and its change with time is modelled. Growth of solvent chamber and oil drainage rate predicted from the proxy model are in good agreement with Hele‐Shaw experimental data available in the literature. Results predicted by proxy model also match well with scaled‐up flow rates for a field case described by Das and Butler (Das and Butler, J. Can. Petrol. Technol. 1994, 33, 39).

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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,009
Tête enseignante GPT0,186
Écart entre enseignants0,177 · 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

Citations9
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207