Application of Gibbs Ensemble Monte Carlo to Phase Equilibria of CO2/Hydrocarbon Mixtures
Notice bibliographique
Résumé
Abstract Gibbs Ensemble Monte Carlo (GEMC) is a molecular simulation method to predict phase behavior of fluids, such as crude oil and natural gas. It enables us to visualize microscopic structures of fluid phases. In this study, we apply GEMC to phase behavior of CO2/oil systems, where the CO2-rich liquid (L2) phase can coexist with the oil-rich liquid (L1) phase and vapor (V) phase. The L2 phase can have comparable density as the L1 phase. When the L2 phase is dense enough to extract light and intermediate hydrocarbons, CO2 flooding can achieve high displacement efficiency of more than 90%. A clear understanding of the L2 phase will help us design CO2-solvent injection processes. However, little is known about its microscopic structures and corresponding dynamic properties (i.e., viscosities and diffusion coefficients), apart from densities and phase compositions. The GEMC method is used to calculate phase equilibria of CO2/C16H34 mixtures at different pressures at 305 K, which are close to the critical point of CO2. Vapor-liquid phase equilibrium is predicted at pressures lower than 75 bar and liquid-liquid phase equilibrium at higher pressures up to 170 bar, where the density of the L2 phase is around 0.868 g/cm3 and that of L1 phase around 0.871 g/cm3. These results are in good agreement with the previous experimental data. By further adding CH4 and C2H6 into the mixture, liquid/liquid/vapor equilibrium was observed. The mole fraction, density and structural properties such as pair distribution function (which is directly related to the X-Ray diffraction), molecular clustering, and aggregation status of the three different phases are presented. Currently, we are extending our calculations to other CO2/hydrocarbon systems and calculating viscosities of two different liquid phases using Molecular Dynamics simulations with the atomic model used for GEMC.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».