Experimental Study of Simultaneous Athabasca Bitumen Recovery and Upgrading Using Ultradispersed Catalysts Injection
Notice bibliographique
Résumé
Abstract The worldwide global demand for oil has grown to 80 million barrels per day, and is estimated to grow by 50% in next 20 years while conventional resources are declining. Unconventional reserve of heavy oil and bitumen has been considered as long term replacement for conventional resources. There are a large number of research projects in order to achieve this goal with technological efficiency. In situ upgrading of heavy oil and bitumen using Ultra Dispersed (UD) submicronic catalysts is a promising idea to improve the quality of produced liquid. In this process, hydrogen and a catalytic suspension are injected to the reservoir to react with heavy oil in the porous media. Nano catalyst particles enhance the recovery of oil by viscosity reduction. Series of experiments have been designed in an elemental model under typical reservoir condition. Tests are performed at a pressure of 500 Psi, residence time of 36 h, and temperatures from 300 to 340 (°C). This paper presents the results of the in situ upgrading obtained along with the recovery of bitumen evidenced using ultra dispersed catalysts in an experimental rig. These experiments involve the injection of UD catalyst particles and hydrogen into a sand pack which is saturated with Athabasca bitumen. Produced liquids were analyzed with different techniques and results were demonstrated in recovery curves. Also, results of each experiment have been compared with base steam injection case to evaluate recovery performance of the catalyst suspended in a hot fluid. Temperature profile distributions and produced gas analysis are demonstrated to justify the quality of reaction through porous media. Produced liquids from media have higher API gravity and lower viscosity which shows a successful in situ upgrading process.
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 ».