MétaCan
Menu
Retour à la cohorte
Enregistrement W2080301885 · doi:10.1002/ep.11678

Estimation of potential barium sulfate (barite) precipitation in oilfield brines using a simple predictive tool

2012· article· en· W2080301885 sur OpenAlexaff
Alireza Bahadori, Gholamreza Zahedi, Sohrab Zendehboudi

Notice bibliographique

RevueEnvironmental Progress & Sustainable Energy · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCalcium Carbonate Crystallization and Inhibition
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBarium sulfateBarium chlorideBrineBariumSulfateBarium sulphatePrecipitationPetroleum engineeringMatrix (chemical analysis)MineralogySodium sulfateChemistryMaterials scienceSodiumChemical engineeringGeologyEnvironmental scienceInorganic chemistryChromatographyEngineeringMetallurgyMeteorologyRadiochemistry

Résumé

récupéré en direct d'OpenAlex

Scale deposition is one of the most important and serious problems that limits and sometimes blocks oil and gas production by plugging the oil producing formation matrix or fractures and perforated intervals. One of the most insoluble substances formed from formation water (brine) and one that is very difficult to remove once formed on equipment, formation matrix or fractures and perforated intervals is barium sulfate. It is so insoluble that quantitative analysis methods for both barium and sulfate are based on the precipitation of barium sulfate. In this work a simple‐to‐use predictive tool is developed to estimate potential barium sulfate (barite) precipitation in oilfield brines that are predominantly sodium chloride solutions as a function of sodium chloride concentration and temperature. Estimations are found to be in excellent agreement with reported data in the literature with average absolute deviation being <1.3%. The tool developed in this study can be of immense practical value for experts and engineers to have a quick check of barium sulfate scale formation at various conditions without opting for any experimental trials. In particular, petroleum and process engineers would find the approach to be user‐friendly with transparent calculations involving no complex expressions. © 2012 American Institute of Chemical Engineers Environ Prog, 32: 860–865, 2013

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,703

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,224
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations22
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Progress & Sustainable EnergyMême sujetCalcium Carbonate Crystallization and InhibitionTravaux en français237 207