Kinetics of the In-Situ Upgrading of Heavy Oil by Nickel Nanoparticle Catalysts and Its Effect on Cyclic-Steam-Stimulation Recovery Factor
Notice bibliographique
Résumé
Summary The effect of nickel nanoparticles on in-situ upgrading of heavy oil (HO) during aquathermolysis and the effect of this process on the recovery through cyclic steam injection were studied. High-temperature experiments were conducted with a benchtop reactor to study the kinetics of the reactions among oil, water, and sandstones in the presence and absence of the nickel nanoparticles. Eighteen experiments were conducted at three different temperatures and at three different lengths of time, and the evolved hydrogen sulfide during the reaction was analyzed. The kinetic analysis showed that nickel nanoparticles reduce the activation energy of the reactions corresponding to the generation of hydrogen sulfide by approximately 50%. This reaction was the breakage of C-S bonds in the organosulfur compounds of the HO. The maximal catalysis effect was observed to be at a temperature of approximately 270°C. Also, the simulated-distillation gas-chromatography (GC) analysis of the oil sample, after the aquathermolysis reactions, confirmed the catalysis effect of nickel nanoparticles. According to this analysis, by catalytic process, the concentration of the components lighter than C30 increased whereas the concentration of heavier components decreased. Next, the effect of the catalytic aquathermolysis on the recovery factor of the steam-stimulation technique was studied. The stimulation experiments consisted of three injection/soaking/production phases. The results showed that the nickel nanoparticles increased the recovery factor by approximately 22% when the nanoparticles were injected with a cationic surfactant and xanthan-gum polymer. This increase of recovery was approximately 7% more than that of the experiment conducted with the surfactant and polymer only.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 ».