Notice bibliographique
Résumé
Abstract Adverse mobility ratio at the flood front in displacement processes due to temperature difference between the injected fluid and the medium and/or the inhabitant fluid may result in an instability known as thermo-viscous fingering (TVF). In practice such processes mostly take place in heterogeneous environments where the heterogeneity of the medium alters the preferred path of the flow and interacts with TVF. TVF is encountered in thermal-based enhanced oil recovery processes such as hot water flooding, steam flooding, CSS and SAGD or in fracturing. The fingers growth and development can have either favorable or detrimental impacts on the efficiency of these processes. The effects of adverse thermal or solutal mobility gradients and heterogeneity on the instability are quantified. Concentration, temperature, viscosity, and velocity fields have been generated using nonlinear simulations and studied for a better understanding of the mechanism of fingering at different log mobility ratios, heat exchange rates, and heterogeneity profiles. TVF in fields with wider channels is very similar to that in homogeneous fields and different mechanisms for finger development take place in the highly permeable layers. Heterogeneity works in favor of stability as the number of layers increases. In fields with many layers, the fingers induced by heterogeneity diffuse across the narrow channels and produce a widely diffused front which results in even less instability than in a homogeneous field. Heat exchange with the medium causes the thermal front to lag behind the solutal front and induce backward fingering (for unstable thermal front) or build a stable wall following the solutal front (for stable thermal front) and hence affect the sweep efficiency. The mechanism of TVF in heterogeneous porous media and its interaction with channeling are not well understood. Further studies in this field can illuminate the important factors affecting the displacement of heavy oil in Alberta fields.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».