MétaCan
Menu
Retour à la cohorte
Enregistrement W2488924613 · doi:10.2118/144546-ms

Mechanics of Heavy Oil and Bitumen Recovery by Hot Solvent Injection

2011· article· en· W2488924613 sur OpenAlexafffund
Varun Pathak, Tayfun Babadagli, Neil Edmunds

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensLaricina Energy (Canada)University of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAsphalteneVapoursPropaneSolventAsphaltOil in placePorous mediumMaterials sciencePetroleum engineeringButaneViscous fingeringLight crude oilChemical engineeringPorosityPetroleumAnalytical Chemistry (journal)ChemistryComposite materialChromatographyGeologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In our earlier works (Pathak et al., 2010; 2011), we presented the initial results for heavy oil and bitumen recovery using heated solvent vapours. The heavy oil and bitumen saturated sand pack samples of different heights were exposed to heated vapours of butane or propane at a constant temperature and pressure for an extended duration of time. The produced oil was analyzed for recovery, asphaltene content, viscosity, composition and refractive index. Recovery was found to be very sensitive to temperature and pressure. The current work was undertaken to better understand the physics of the process and to explain the observations of the earlier experiments using additional experiments on tighter samples of different sizes, numerical simulation and visualization experiments. The effects of temperature and pressure on the recovery were studied using a commercial reservoir simulator. Propane and butane were used as solvents. Asphaltene precipitation was also modeled. A qualitative history match with the experiments on different porous media types was achieved by mainly considering the permeability reduction due to asphaltene precipitation, pore plugging, the extent of interaction between solvent and oil phase, and the parameters like model height, vertical permeability and gravity. To investigate the phenomenon further, visualization experiments were performed. 2-D Hele-Shaw models were constructed by joining two plexiglass sheets from three sides, leaving some space in between to accommodate oil. The models were saturated with heavy-oil and left open from one side and were exposed to different types of solvents from this side. The setup was continuously monitored to observe fluid fronts and asphaltene precipitation. Using this analysis, the mechanics of the process was clarified from the effect of solvent type on the recovery process. The optimum operating temperature for the hot solvent process and the dominant mechanisms were identified.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,199
Écart entre enseignants0,188 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations20
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEnhanced Oil Recovery TechniquesTravaux en français237 207