MétaCan
Menu
Retour à la cohorte
Enregistrement W2103983900 · doi:10.1039/c3lc50612f

Steam-on-a-chip for oil recovery: the role of alkaline additives in steam assisted gravity drainage

2013· article· en· W2103983900 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueLab on a Chip · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensSuncor Energy (Canada)University of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSuncor Energy Incorporated
Mots-clésSteam-assisted gravity drainageAsphaltPetroleum engineeringOil sandsSteam injectionEnhanced oil recoveryEnvironmental scienceMaterials scienceProcess engineeringWaste managementEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

We present a lab-on-a-chip approach to informing thermal oil recovery processes. Bitumen - a major global resource - is an extremely viscous oil which is extracted by injecting steam underground in a process known as Steam Assisted Gravity Drainage (SAGD). Here, a microfluidic network saturated with bitumen provides a physical model of the SAGD reservoir; steam is injected into the chip, and the oil recovery dynamics are visualized and quantified in real-time. The unique advantage of this approach is the pore-scale quantification of fluid phase dynamics under relevant reservoir conditions and pore sizes. High resolution is achieved by leveraging the inherent fluorescence of the native bitumen. The approach is applied to quantify the efficacy of an alkaline steam additive. With the additive, the mean characteristic size of oil-in-water emulsions formed during SAGD is reduced from 150 μm to 6 μm, and the corresponding recovery effectiveness is improved by ~50%. These results demonstrate that pore-scale process quantification enabled by lab-on-a-chip methods can improve the efficacy, and the associated carbon footprint, of energy intensive thermal oil recovery processes.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,781
Score d'incertitude au seuil0,800

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 Opus0,008
Tête enseignante GPT0,226
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