MétaCan
Menu
Retour à la cohorte
Enregistrement W2094565020 · doi:10.2118/160314-ms

Wanted Dead or Live: Crude Cocktail Viscosity: A Pseudo-Component Method to Predict the Viscosity of Dead Oils, Live Oils, and Mixtures

2012· article· en· W2094565020 sur OpenAlexaffabout
Harvey W. Yarranton, Johan Jacobus Van Dorp, Marco Verlaan, Vaclav Lastovka

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2012
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensShell (Canada)University of Calgary
Organismes subventionnairesnon disponible
Mots-clésViscosityCrude oilMixing (physics)ThermodynamicsReduced viscosityChemistryTemperature dependence of liquid viscosityChromatographyRelative viscosityPetroleum engineeringGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract A broadly applicable methodology is presented to reliably predict crude oil liquid viscosity from only a gas chromatographic assay composition (C30+ is recommended). The viscosity model employs a Walther-type correlation of double log viscosity with log temperature to predict the viscosity of dead and live crude oils and mixtures. The model has three parameters: the slope and intercept of the Walther plot and a viscosibility factor to account for pressure effects. Simple mass based mixing rules are applied on these three parameters to obtain mixture viscosity. The three parameters were correlated to component molecular weight and therefore a gas chromatographic assay is the only required input apart from the temperature and pressure. The methodology was developed from a Western Canadian dataset of two bitumens, one heavy oil, and one condensate, and then tested on an independent dataset of 10 conventional and heavy crude oils from the Gulf of Mexico, the Middle East, Asia, and Europe. The model provides un-tuned viscosity predictions within a factor of two of the measured values for dead and live crude oils ranging in viscosity from 0.5 to 500,000 mPa.s. A single multiplier is used to tune the model. Models tuned to dead oil data predict live oil viscosities and mixtures of oils with solvents to within 30% of the measured values. Models tuned to the viscosity at the saturation pressure predict the effect of temperature and pressure to within 20% of the measured values. The method retains its accuracy when components are lumped into a few pseudo-components and is ideally suited for use in simulators for accurate liquid phase viscosity predictions over a wide range of compositions, pressures, and temperatures. It would be necessary to include the proposed mixing rules in numerical simulators. An additional advantage of the method is the reduction in viscosity measurements needed to construct an accurate viscosity model.

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 enseignants0,196
Score d'incertitude au seuil0,720

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 savante0,0000,000
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 Opus0,019
Tête enseignante GPT0,277
Écart entre enseignants0,258 · 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

Citations13
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207