Solvent-Selection Criteria Based on Diffusion Rate and Mixing Quality for Steam/Solvent Applications in Heavy-Oil and Bitumen Recovery
Notice bibliographique
Résumé
Summary Heavy-oil and bitumen recovery requires high recovery factors to offset the extreme high cost of investments and operations. Attention has been given to solvent injection for this purpose, and it has been observed that high recoveries are achievable when it is combined with steam injection. Heavier (“liquid”) solvents (liquid at ambient conditions) are especially becoming more popular because of availability and transportation. High oil prices will allow the application of this kind of technique if a proper design is made to retrieve the injected solvent efficiently. “Liquid” solvents are advantageous because they yield a better-quality mixing (especially with very heavy oils and bitumen) but a lower diffusion rate than lighter solvents such as propane or butane. Despite this understanding, there still is not a clear screening criterion for solvent selection to mitigate both diffusion rate and the quality of the mixture. In this study, two main solvent-selection-criteria parameters—diffusion rate and mixing quality—were considered to evaluate solvent-injection efficiency at different temperatures. An optical method under static conditions and image-processing techniques were proposed to determine 1D diffusivity of liquid solvent into a wide range of oil samples in a capillary tube. This sampling range varies from 40-cp oil to 250-cp oil, for which digital-image treatment was developed. X-ray computerized tomography (CT) was applied for heavier (and darker) oils (viscosity range of 20,000 cp to 400,000 cp). The diffusion coefficients were then computed through nonlinear curve fitting on the basis of an optimization algorithm to ensure that the obtained values were in agreement with available analytical solutions. Next, viscosity measurements and asphaltene precipitation for the same heavy-oil/solvent mixtures were performed to determine the mixing quality. The ideal solvent types for different oil types were determined by using the results from the diffusion-rate and mixing-quality experiments. The experimental and semianalytical outcome of this research would be useful in the determination of the best solvent type for a given oil and in understanding the key factors that influence the quality of mixtures including viscosity reduction and probable asphaltene precipitation.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».