MétaCan
Menu
Retour à la cohorte
Enregistrement W2249157179 · doi:10.1021/acs.energyfuels.5b02117

Laboratory Two-Dimensional Experimental Simulation of Catalytic in Situ Upgrading

2015· article· en· W2249157179 sur OpenAlexafffundabout
Christian Nubar Hovsepian, Lante Carbognani Ortega, Pedro Pereira‐Almao

Notice bibliographique

RevueEnergy & Fuels · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésPetroleum engineeringEnvironmental scienceSteam injectionSteam-assisted gravity drainageResidual oilNatural gasOil sandsProcess engineeringWaste managementMaterials scienceEngineeringAsphalt

Résumé

récupéré en direct d'OpenAlex

Since 2002, the Steam Assisted Gravity Drainage (SAGD) production technique has had a skyrocketing growth in the province of Alberta, increasing production from 31,000 barrels per day (bpd) in 2002 up to 577,000 bpd by 2013. SAGD is a highly energy intensive method that consumes large quantities of natural gas and water for the production of steam. Once heavy oils are extracted – via SAGD – they must meet pipeline specifications in order to be commercialized, thus dilution with a higher value hydrocarbon or invest in a long-term upgrading project. One way of optimizing and integrating the extraction and upgrading of heavy oils is proposed with the development of the Dense Hot Fluid Injection (DHFI) process, a catalytic in situ upgrading technology. The process targets the substitution – at least partially – of steam by a high heat capacity fluid carrying to the reservoir heat, dispersed nanocatalyst, and hydrogen in order to generate a more competitive oil sand product. It targets the conversion of the vacuum residue (VR) fraction and generates an upgraded synthetic crude oil (SCO) with no vacuum residue and with pipeline transportable viscosity. In this work a two-dimensional bench scale plant is used for the experimental simulation of production and upgrading of an Athabasca type reservoir via DHFI processing. The arrangement is designed to study the heat distribution and oil production from a system with different permeabilities. VR is injected at different residence times to study its conversion levels, and a postmortem product mapping is performed to the residual oil left in the sand packed media. Results confirmed that important upgrading occurs at 500 psi, 350 °C, and hydrogen injection ratios of 300 sccm H2/cc VR. Under the most severe studied case, products reached API gravities of 16°API from a feedstock of 2.4°API. Extremely light hydrocarbons were found within high permeable areas of the rig, while the thermal distribution of the process confirmed the differences between steam injection, presenting “V” type chambers, and dense fluid injection with elliptical shape distributions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,014
Tête enseignante GPT0,260
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), 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

Citations18
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207