MétaCan
Menu
Retour à la cohorte
Enregistrement W2497526411 · doi:10.2118/2005-099

A Novel Experimental Technique for Studying Solvent Mass Transfer and Oil Swelling Effect in the Vapour Extraction (VAPEX) Process

2005· article· en· W2497526411 sur OpenAlexafffund
C. H. Yang, Yongan Gu

Notice bibliographique

RevueCanadian International Petroleum Conference · 2005
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaPetroleum Technology Research Centre
Mots-clésMass transferSwellingExtraction (chemistry)Process (computing)SolventSolvent extractionSoil vapor extractionPetroleum engineeringMaterials scienceChromatographyChemical engineeringProcess engineeringChemistryComposite materialComputer scienceEngineeringOrganic chemistryContamination

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, a new experimental technique is developed tostudy the solvent mass transfer in heavy oil and the resultant oil swelling effect by applying the dynamic pendant drop volume analysis (DPDVA). In the experiment, a pendant drop of heavy oil is formed inside a visual high-pressure cell, which is initially filled with a solvent (e.g., propane) at the desired pressure and temperature. As the solvent gradually dissolves into heavy oil, the volume of the pendant oil drop keeps increasing due to the oil swelling effect. The sequential digital images of the dynamicpendant oil drop are acquired by applying computer digital image acquisition technique. Such acquired digital drop images are analyzed to determine the interfacial profiles and the volumes of the dynamic pendant oil drop at different times. Theoretically, a mathematical model is formulated to describe the solvent mass transfer and the oil swelling effect. This model shows that the volume change of the dynamic pendant oil drop solely depends on the diffusion coefficient of the solvent in heavy oil and the oil swelling factor. Therefore, the diffusion coefficient of the solvent in heavy oil and the oil swelling factor can be determined by finding the best fit of the theoretically predicted volumes of the dynamic pendant oil drop to the experimentally measured data. Experimental tests are conducted for propane-heavy oil system at constant temperatureof T=23.9 ° C and constant pressures of P=0.4, 0.5, 0.6, 0.7, 0.8, and 0.9 MPa. It is found that both the diffusion coefficient and the oil swelling factor of propane-heavy oil system increasewith pressure. The major advantage of this newly developed DPDVA technique is that simultaneous measurements of solvent diffusivity in heavy oil and oil swelling factor can be completed within two hours at a pre-specified constant pressureand temperature. Introduction In the vapor extraction (VAPEX) process, a solvent (e.g., methane, ethane, propane, butane, carbon dioxide, or their mixtures) at a pressure close to its dew point is injected into a heavy oil reservoir[1]. Previous studies have already shown that molecular diffusion of the injected solvent in heavy oil plays a vital role in the VAPEX process[2, 3, 4]. Thus the diffusioncoefficient of the solvent in heavy oil under the actual reservoir conditions becomes an important parameter in the reservoir simulation and field design of the VAPEX process. In the literature, there are several experimental methods formeasuring solvent diffusivity in heavy oil. These experimentalmethods can be roughly categorized into conventional and nonconventional methods. Conventional methods involve compositional analysis of liquid samples taken from the solvent-heavy oil mixture at different times and locations during a diffusion test[5, 6, 7]. These methods are expensive, intrusiveand time-consuming, especially if the diffusion test is conducted at high pressures. In addition, compositional analysis of solventheavy oil mixture is prone to large experimental error. Nonconventional methods measure the change of a property of the solvent-heavy oil system during the molecular diffusion process.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,286
Écart entre enseignants0,264 · 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'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

Citations40
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian International Petroleum ConferenceMême sujetPetroleum Processing and AnalysisTravaux en français237 207