Effectiveness of Low-Dosage Hydrate Inhibitors and their Rheological Behavior for Gas Condensate/Water Systems
Notice bibliographique
Résumé
Management of hydrate flow assurance issues has been a major problem in offshore and deepwater–oil and gas production. Hydrate flow assurance strategies include the use of low dosage hydrate inhibitors (LDHIs) such as kinetic hydrate inhibitors (KHIs) and antiagglomerants (AAs) among others. The effectiveness of AAs should be studied in detail before embarking on using such chemicals in the field. In the current work, a systematic AA laboratory screening study has been undertaken on a gas condensate field. The rheological measurement of hydrate slurry in the presence of AAs under various operating conditions provided important insight into AA screening. Hydrate slurries were formed in a fully visual sapphire pressure–volume–temperature (PVT) cell in the presence of various AA chemicals. The hydrate slurry was then transferred to a high pressure rheometer for viscosity measurements at various shear rates. The effectiveness of these chemicals and their rheological behavior were evaluated as a function of pressure, water cut, and shear rates under various operating scenarios, that is, flowing conditions and shutdown/restart conditions. The result of this hydrate flow assurance testing indicated that hydrate slurry in the presence of the AAs behaved as a non-Newtonian fluid with a shear thinning effect. The water cut and pressure had an impact on the effectiveness of the AAs.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».