Experimental Simualtion Of Hot Fluid Injection Process for In-reservoir Upgrading
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nowadays, the industry recovers bitumen by injecting heat via steam to reduce bitumen’s viscosity in the reservoir so it flows easily to the surface. A high heat capacity fluid could eventually replace steam in this role. Vacuum Residue (VR) is the heaviest, most viscous and richest in contaminants amongst the different bitumen fractions, thus is the one deserving most upgrading, and it also has the highest heat capacity of oil fractions. The Centre for In Situ Energy at University of Calgary has proposed the use of VR to simultaneously recover and upgrade in situ, as it can be a carrier of heat but also of nano-dispersed catalysts and dissolved hydrogen into a reservoir which can enhanced upgrading. The design and construction of a new reactivity test unit for evaluating the injection of ultra-dispersed catalyst suspended on Athabasca vacuum residue (AVR) using dispersed hydrogen in sand pack media has been completed and extensively tested in this work. The deposition of the catalyst particles on the surface of the porous medium was studied and the amount of metal inside the reactor quantified. The results for catalytic evaluation showed a residue fraction conversion of up to 23 wt. %. Finally, the study of the injection of industrial VR and Athabasca bitumen to a porous medium with ultra-dispersed catalyst was carried out at typical reservoir conditions. The results showed a considerable improvement of the feedstock producing a conversion in the residue fraction of 32 wt. % and 15 wt.% respectively.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle