Non-Newtonian Flow Characteristics of Heavy Oil in the Bohai Bay Oilfield: Experimental and Simulation Studies
Notice bibliographique
Résumé
In this paper, physical experiments and numerical simulations were applied to systematically investigate the non-Newtonian flow characteristics of heavy oil in porous media. Rheological experiments were carried out to determine the rheology of heavy oil. Threshold pressure gradient (TPG) measurement experiments performed by a new micro-flow method and flow experiments were conducted to study the effect of viscosity, permeability and mobility on the flow characteristics of heavy oil. An in-house developed novel simulator considering the non-Newtonian flow was designed based on the experimental investigations. The results from the physical experiments indicated that heavy oil was a Bingham fluid with non-Newtonian flow characteristics, and its viscosity-temperature relationship conformed to the Arrhenius equation. Its viscosity decreased with an increase in temperature and a decrease in asphaltene content. The TPG measurement experiments was impacted by the flow rate, and its critical flow rate was 0.003 mL/min. The TPG decreased as the viscosity decreased or the permeability increased and had a power-law relationship with mobility. In addition, the critical viscosity had a range of 42–54 mPa∙s, above which the TPG existed for a given permeability. The validation of the designed simulator was positive and acceptable when compared to the simulation results run in ECLIPSE V2013.1 and Computer Modelling Group (CMG) V2012 software as well as when compared to the results obtained during physical experiments. The difference between 0.0005 and 0.0750 MPa/m in the TPG showed a decrease of 11.55% in the oil recovery based on the simulation results, which demonstrated the largely adverse impact the TPG had on heavy oil production.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».