Analysis and Prediction of Heavy Oil Two-Phase Slug Length in Horizontal Pipelines
Notice bibliographique
Résumé
Abstract The recent trends of increasing energy demand led the industry toward the development of heavy oil unconventional resources. However, the production and transportation of such heavy oil is a challenge due to the lack of understanding of the two-phase flow behavior under the condition of high viscosity liquid phase. The objective of this study is to physically understand and quantify the effect of liquid viscosity on slug length and develop two-phase slug length correlation for high oil viscosity. The developed slug length correlation can improve the existing mechnistics two-phase flow models in the development and maintenance of heavy oil fields. Experimental high viscosity (0.181-0.589 Pa.s) two-phase air/mineral viscous oil slug length data is acquired in a horizontal 0.0508-m ID pipe. Data analysis showed a one third reduction in the average slug length compared to the average slug length under low viscosity condition. Furthermore, statistical analyses showed a significant effect of liquid phase viscosity on slug length distribution including maximum slug length and slug length variation. High speed recorded flow visualization revealed the effect of liquid phase viscosity on the scooping and shedding processes at the front and back of the slug, respectively; which is speculated to reduce the slug length. In addition, a proposed physical model suggests that the thick liquid film in the Taylor bubble zone and the short slug mixing zone result in a fully developed velocity profile at slug back stabilizing the slug at a shorter length. A new dimensional analysis based model is proposed to predict average slug length for high viscosity liquid slug flow. A validation and comparison study of the proposed correlation showed the best performance amongst the existing correlations.
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 | 0,000 | 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 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 ».