MétaCan
Menu
Retour à la cohorte
Enregistrement W2331965473 · doi:10.3997/2214-4609.201412502

Polymer Screening for the Hebron Field, Offshore Eastern Canada - Facing High Salinity Brines

2015· article· en· W2331965473 sur OpenAlexaffabout
Luis E. Valencia, Laura James, Karem Azmy, John Walsh

Notice bibliographique

RevueProceedings · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésSalinityBrineSeawaterViscositySubmarine pipelineChemistryEnvironmental scienceGeologyMaterials scienceOceanographyComposite material

Résumé

récupéré en direct d'OpenAlex

Summary The Hebron Project is the fourth major offshore development in the province of Newfoundland and Labrador, with an estimated 2620 MBO in place and 800 MBO recoverable. Hebron Field oil and reservoir properties are similar to previous successful offshore polymer flooding projects. However, the formation water salinity, which is greater than 60,000 ppm, is higher than offshore field analogues used for the EOR screening. This paper reports viscosity variations due to salinity and temperature changes observed in two commercial, partially-hydrolyzed polyacrylamides, FP-3430S and FP-5115, and the biopolymer Guar Gum, using offshore Eastern Canada seawater and synthetic formation water brine. FP-3430S and FP-5115 showed similar viscosity responses in relation to salinity and temperature changes compared with Guar Gum, which was more salinity tolerant over the range of salinity investigated, but showed a greater viscosity decrease at salinity values higher than seawater. Guar Gum was also found to be more unstable at temperatures higher than 62°C. FP-3430S showed a higher viscosifying power, requiring less polymer mass to reach the same viscosity values even in different brine salinities. This indicates that FP-3430S is the most suitable for use with the Hebron Field brines, according to the conditions evaluated in this study.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,861
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,023
Tête enseignante GPT0,232
Écart entre enseignants0,209 · 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.

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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedingsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207