Viscosity Predictions for Crude Oils and Crude Oil Emulsions Using Low Field NMR
Notice bibliographique
Résumé
Abstract Knowledge of oil viscosity is vital to the petroleum industry, and is especially important when considering production of heavy oil and bitumen. As viscosity increases, conventional measurements become progressively less accurate and more difficult to obtain. Oil viscosities measured in the lab may also be not indicative of true in-situ viscosities. An alternate method is required for predicting oil viscosity, especially if this method can be applied in-situ. Stable crude oil emulsions are prevalent in many stages of the production and transport of heavy oil and bitumen. Knowledge of emulsion viscosity is necessary for determining energy requirements for transport and upgrading of the produced crude. Low field nuclear magnetic resonance is examined in this work for its potential to predict viscosity of crude oil and crude oil emulsions. NMR is an attractive alternative to conventional viscosity measurements, because it can provide fast, unbiased and non-destructive data. A correlation is presented that predicts fluid viscosities from under 1 cP to over 3 000 000 cP over 25 – 80°C, making it valid over a wider range of viscosities and temperatures than any other published NMR viscosity correlation. With tuning, this model can predict very accurate changes in viscosity with temperature for a single oil. An NMR emulsion viscosity model is also presented that uses the oil viscosity and water fraction, both determined from NMR, to predict emulsion viscosity. This correlation is able to provide order of magnitude emulsion viscosity predictions for a wide range of emulsion water cuts and viscosities. Work has also been done to extend the viscosity predictions to in-situ viscosity measurements, which can then be extracted from logs. Preliminary findings on in-situ oil viscosity are encouraging, and indicate that NMR has great potential as a tool for in-situ viscosity determination.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 ».