MétaCan
Menu
Retour à la cohorte
Enregistrement W2738380912 · doi:10.5006/c2012-01716

Material Selection for Designing SAGD Plants

2012· article· en· W2738380912 sur OpenAlexaffabout
Dilip Kumar, Zhu Jiang, Yongoh Shin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensJacobs (Canada)
Organismes subventionnairesnon disponible
Mots-clésSelection (genetic algorithm)Petroleum engineeringComputer scienceEngineeringProcess engineeringMaterials scienceEnvironmental scienceBiochemical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract SAGD (Steam Assisted Gravity Drainage) is one of the most important processes being used for extracting oil from Alberta’s Oil Sands field. A typical SAGD facility in Alberta has several units that require careful potential corrosion evaluation and materials selection to ensure safety and integrity of the plant for full design life. These are (but not restricted to) well pads, bitumen treatment, deoiling, produced gas and evaporator systems. Many of these units are typical of SAGD and enough data on corrosion rates and materials performance may or may not be available. The major concerns that affect material selection in SAGD operations are carbon dioxide (CO2) and hydrogen sulfide (H2S) corrosion, high chlorides and total dissolved solids (TDS), oxygen ingress and operating temperature. For example, both well pads and bitumen treatment units are likely to see significant amounts of CO2 and H2S (with variation in percentages), high temperatures as well as considerable content of water and oil. High chlorides may also be present. Produced gas units will also have high levels of CO2 and H2S. Hence these units can witness high corrosion rates for carbon steel components particularly wherever conditions of two phase flow and/or high temperatures exist. High velocities may further complicate the condition. Deoiling systems may also have high levels of CO2, particularly, where there is a possibility of gas breakout due to pressure drop. Oxygen ingress in deoiling systems can also cause increased corrosion rate for carbon steel components. Evaporator systems pose another challenge in material selection due to the presence of extremely high levels of total dissolved solids (TDS) up to 100,000 ppm and very high chlorides up to or greater than 40,000 ppm and normal materials of choice such as austenitic stainless steels may not have an acceptable life. This paper discusses some of the corrosion risks involved in various units and elaborates on authors’ experience in materials selection for several new projects on designing SAGD plants.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,008

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 Opus0,021
Tête enseignante GPT0,223
Écart entre enseignants0,202 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207