New Experimental Method for Measuring Gas Diffusivity in Heavy Oil by the Dynamic Pendant Drop Volume Analysis (DPDVA)
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
This paper presents a new experimental method and its computational scheme for measuring gas diffusivity in heavy oil at high pressures and elevated temperatures by the dynamic pendant drop volume analysis (DPDVA). In the experiment, a see-through windowed high-pressure cell is first filled with a test gas at a prespecified pressure and temperature. Then, a heavy oil sample is introduced by using a syringe pump to form a pendant drop inside the pressure cell. Due to the oil swelling effect, the subsequent dissolution of the gas into the pendant oil drop causes its volume to increase until the saturation state is reached. The sequential digital images of the dynamic pendant oil drop are acquired and analyzed by applying computer-aided image acquisition and processing techniques to measure the oil drop volumes at different times. A mass-transfer model is developed theoretically to describe the diffusion process of the gas into the pendant heavy oil drop. This model is numerically solved by applying the semidiscrete Galerkin finite element method. The volume of the dynamic pendant oil drop is calculated from the numerically predicted transient gas concentration distribution inside the pendant oil drop. The gas diffusivity in heavy oil and the swelling factor of gas-saturated heavy oil are, thus, determined by finding the best fit of the theoretically calculated volumes of the dynamic pendant oil drop to the experimentally measured data. This novel experimental technique is applied to measure CO 2 diffusivities in a heavy oil sample and the swelling factors of a CO 2 -saturated heavy oil at P = 2, 3, 4, 5, and 6 MPa and T = 23.9 °C.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,002 |
| 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