MétaCan
Menu
Retour à la cohorte
Enregistrement W2320829917 · doi:10.1021/ac5047856

Fast Fluorescence-Based Microfluidic Method for Measuring Minimum Miscibility Pressure of CO<sub>2</sub> in Crude Oils

2015· article· en· W2320829917 sur OpenAlexafffund
Phong Nguyen, Danyal Mohaddes, Jason Riordon, Hossein Fadaei, Pushan Lele, David Sinton

Notice bibliographique

RevueAnalytical Chemistry · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensUniversity of TorontoUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMiscibilityChemistryMicrofluidicsProcess engineeringDissolutionEnhanced oil recoveryPentaneAnalytical Chemistry (journal)Crude oilFluorescenceBiological systemPetroleum engineeringChromatographyNanotechnologyPolymerMaterials science

Résumé

récupéré en direct d'OpenAlex

Carbon capture, storage, and utilization has emerged as an essential technology for near-term CO2 emission control. The largest CO2 projects globally combine storage and oil recovery. The efficiency of this process relies critically on the miscibility of CO2 in crude oils at reservoir conditions. We present a microfluidic approach to quantify the minimum miscibility pressure (MMP) that leverages the inherent fluorescence of crude oils, is faster than conventional technologies, and provides quantitative, operator-independent measurements. To validate the approach, synthetic oil mixtures of known composition (pentane, hexadecane) are tested and MMP values are compared to reported values. Results differ by less than 0.5 MPa on average, in contrast to comparison between conventional methods with variations on the order of 1-2 MPa. In terms of speed, a pressure scan for a single MMP measurement required less than 30 min (with potential to be sub-10 min), in stark contrast to days or weeks with existing approaches. The method is applied to determine the MMP for Pennsylvania, West Texas, and Saudi crudes. Importantly, our fluorescence-based approach enables rapid, automated, operator-independent measurement of MMP as needed to inform the world's largest CO2 projects.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,577
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,031
Tête enseignante GPT0,281
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

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

Citations99
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207