MétaCan
Menu
Retour à la cohorte
Enregistrement W2069781581 · doi:10.2118/165527-ms

Kinetic Models for Low Temperature Oxidation Subranges based on Reaction Products

2013· article· en· W2069781581 sur OpenAlexaff
Zeinab Khansari, Punitkumar R. Kapadia, Nader Mahinpey, Ian D. Gates

Notice bibliographique

RevueSPE Heavy Oil Conference-Canada · 2013
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCombustionContext (archaeology)Reaction rateCrackingAtmospheric temperature rangeEnhanced oil recoveryChemistryThermodynamicsPetroleum engineeringGeologyPhysical chemistryCatalysisPhysics

Résumé

récupéré en direct d'OpenAlex

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.

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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,206
Écart entre enseignants0,190 · 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

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Heavy Oil Conference-CanadaMême sujetPetroleum Processing and AnalysisTravaux en français237 207