A New Approach to Improve the Phase Behavior of Supercritical Hydrocarbons Using PR EOS
Notice bibliographique
Résumé
Abstract Reliable predictions in compositional reservoir simulators require a proper equation of state to describe accurately the phase behavior of fluids both in sub/super-critical regions. In miscible processes such as CO2 and lean gas injections, the injected fluid is usually at it's super-critical temperature, and therefore the current forms of EOS might not be suitable, since their temperature-dependency term (Alpha Function) have been obtained using experimental data of pure components at sub-critical regions. The same problem exists for compositional simulation of gas condensate reservoirs in which the major components are above critical temperature. A new alpha function was developed using sound velocity data of pure components at their super-critical temperatures, since sound data can be measured accurately at large temperature range. Sound velocity can be thermodynamically related to the EOS parameters. An appropriate form of alpha function has been hence obtained for each component at super-critical temperatures. In this work, the sound velocity experimental data of pure methane, ethane, propane and carbon dioxide has been used to generate a new form of alpha function at super-critical temperatures using PR EOS. The new function was then tested and validated against different experimental data from binary, ternary and multi-component systems and was found satisfactory in improving the prediction results. By adapting the new methodology and developing the new alpha function for other components at super-critical region, it diminishes the need for temperature-dependent BIPs and also decreases the task for tuning of a given EOS against experimental data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».