Kinetic Models for Low Temperature Oxidation Subranges based on Reaction Products
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In situ combustion (ISC) based enhanced heavy oil recovery is complex because there are numerous chemical reactions taking place simultaneously, in addition to mass transport and flow mechanisms, within the context where oil mobility is controlled largely by its temperature which in turn is controlled by heat transfer all occurring in a reservoir typically several hundred meters deep where geological heterogeneity is uncertain. From a reaction point of view, the complexity arises due to the immense number of components reacting through many different reaction paths in an underground system where the geology and heavy oil saturation vary spatially within the reservoir. It is known that there are four major classes of reactions taking place within an ISC process: low temperature oxidation (LTO), high temperature oxidation (HTO), thermal cracking (TC), and aquathermolysis. Within the reservoir, during ISC, LTO and TC reactions play a major role by providing fuel for HTO. In many documented reaction schemes in the literature, the LTO interval is considered as a single reactive zone spanning a single temperature range. In this work, a new reaction scheme is proposed based on analysis of thermogravimetric data where the LTO reaction temperature range has been separated into three temperature subranges each with their own dominant set of reaction products. The results demonstrate that models of LTO with a single range are inadequate for LTO modeling whereas multiple subranges were capable of representing the behavior of LTO effectively.
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.
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 découle