MétaCan
Menu
Retour à la cohorte
Enregistrement W2050667873 · doi:10.1615/jpormedia.v17.i12.60

A NEW MATHEMATICAL MODEL FOR THE SOLVENT CHAMBER EVOLUTION IN THE VAPOR EXTRACTION PROCESS

2014· article· en· W2050667873 sur OpenAlexaff
Xinfeng Jia, Fanhua Zeng, Yongan Gu

Notice bibliographique

RevueJournal of Porous Media · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensPetroleum Technology Research CentreUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésMass transferTransition zoneMechanicsDiffusionSoil vapor extractionViscosityProcess (computing)Materials scienceThermodynamicsPetroleum engineeringGeologyComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Extensive physical modeling of vapor extraction (VAPEX) has been studied in the past two decades, yet the theoretical modeling of VAPEX has not gained much progress. The major VAPEX mechanisms, i.e., oil viscosity reduction through solvent dissolution and gravity drainage, occur mainly in a thin solvent − heavy oil transition zone. Therefore, modeling ofthe transition zone is the key to model the VAPEX process. Current analytical models are based on some potentially unreliable assumptions for the transition zone, such as steady-state mass transfer and constant boundary moving velocity. Numerical models cannot fully capture the physical features because the gridblock is usually much larger than the transition-zone thickness. This paper develops a new mathematical model for the VAPEX transition zone that is simplified as a piecewise linear profile and updated step by step. In each step, first, a solvent concentration distribution is calculated by using Fick's second law. Then the oil drainage velocity is computed by using Darcy's law. Finally, the momentary boundary moving velocity is estimated by using a mass balance equation. The VAPEX model is not only able to describe the evolution ofthe solvent chamber, but also characterize the dynamic oil properties across the transition zone. Compared with numerical simulation, this new model shows more sensitivity to the diffusion coefficient.

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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,016
Tête enseignante GPT0,276
Écart entre enseignants0,260 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Porous MediaMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207