Improvement of the Recovery Factor Using Nano-Metal Particles at the Late Stages of Cyclic Steam Stimulation
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.
Notice bibliographique
Résumé
Abstract Cyclic steam stimulation (CSS) has recently re-gaining attention as an alternative to the current applications, such as SAGD or CHOPS. However, low recovery factor and excessive water production are critical problems to tackle. These late-stage experiences require a revisit to the options of recovery improvement and reduction of water production at the mid- and late-stages of the cycles. This research proposes a new approach for this purpose and investigates the effects of nano-metal particles introduced into the reservoir on the recovery factor after several cycles of steam injection. We begin with CSS experiments on heavy-oil saturated sandpacks studying and clarifying the influence of the nanoparticle presence on the efficiency of the process. It is confirmed that the use of nanoparticle in the first place increases the oil recovery factor along with a higher water production. Then, one run of experiment is performed by introducing the nanoparticle in the sixth cycle of CSS treatment. It is found that a substantial increase in the recovery factor is achieved in such a simulated CSS experiment, which cannot be achieved by injecting steam alone. This experimental study on the addition of nickel particles to improve the recovery factor and extend the life of CSS process will not only add value to nano-technology use in the oil industry from a physics point of view, but will also provide insight into the operating parameters for better late- stage CSS project development.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 découle