MétaCan
Menu
Retour à la cohorte
Enregistrement W2611142950 · doi:10.1002/aic.15774

Numerical simulation of solvent and water assisted electrical heating of oil sands including aquathermolysis and thermal cracking reactions

2017· article· en· W2611142950 sur OpenAlexaff
Hassan Hassanzadeh, Moosa Rabiei Faradonbeh, Thomas G. Harding

Notice bibliographique

RevueAIChE Journal · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensNexen (Canada)University of Calgary
Organismes subventionnairesnon disponible
Mots-clésDissolutionOil sandsVolume (thermodynamics)Petroleum engineeringSolventCrackingChemistrySolubilityThermalSteam-assisted gravity drainageMethaneAsphaltChemical engineeringMaterials scienceThermodynamicsGeologyOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Simulations of bitumen recovery using solvent‐ and water‐assisted electrical heating of oil sands are presented to evaluate the process and to study gas generation. Aquathermolysis and thermal cracking and dissolution of acid‐gases in water are included. Steam‐assisted gravity drainage (SAGD) is also simulated for comparison. Results show that gas generation negatively impacts SAGD. However, in electrical heating dissolution of gases into solvent weakens their negative impact. Results indicate that SAGD generates a larger gas volume than electrical heating. In both processes, methane is found to be the major species in the produced gas and H 2 S concentration can reach high values. While the effect of acid–gas solubility in water on oil recovery is not evident its effect on generated gas volume is significant. Simulation results demonstrate that electrical heating is more energy efficient than SAGD. These results find application in design of experiments and pilot and field‐scale implementation of the process. © 2017 American Institute of Chemical Engineers AIChE J , 63: 4243–4258, 2017

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,414
Score d'incertitude au seuil0,290

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 Opus0,025
Tête enseignante GPT0,294
Écart entre enseignants0,270 · 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

Citations30
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207