Equation of State Coupled Predictive Viscosity Model for Bitumen Solvent-Thermal Recovery
Notice bibliographique
Résumé
Abstract Exponential and polynomial viscosity correlations have been widely applied to model crude viscosities with temperature. These simple correlations are difficult to be applied to predict the viscosity of different solvent-diluted bitumen systems over a wide range of solvent composition. The Expanded Fluid viscosity model consisting of density as an input parameter can be coupled with an Equation of State in a compositional and thermal reservoir simulator. However, the accurate prediction of density using an EoS is the prerequisite to apply this viscosity model. In this work, the expanded fluid theory was coupled with the simplified PC-SAFT EoS (Perturbed-Chain Statistical Associating Fluid Theory) to predict and correlate the rheology behaviour of bitumen/solvent systems. Athabasca and Peace River Bitumen was characterized using a proposed eight-pseudocomponent characterization method for PC-SAFT, which simply required distillation and molar mass data. The obtained density was then input into the viscosity theory to model viscosity. Viscosity predictions were obtained using zero viscosity binary interaction coefficients, whereas pressure-dependent and temperature-dependent viscosity binary interaction coefficients were adjusted to improve the effectiveness of mixing rules. In the case of Athabasca Bitumen with CH4, C2H6, and CO2, the correlated solubility and density Average Absolute Relative Deviations (AARDs) were within 6.6 % and 2.3 %, respectively. Viscosity AARDs by prediction were within 55.4 %; whereas the AARDs were reduced within 13.5 % using pressure-dependent viscosity binary interaction coefficients. In the case of Peace River Bitumen with C2H6, C3H8, n-C4H10, n-C5H12, the predicted density AARDs were within 0.7 %. Viscosity AARDs obtained by prediction were within 24.9 %, and they were reduced within 8.4 % once using temperature-dependent viscosity binary interaction coefficients.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».