MétaCan
Menu
Retour à la cohorte
Enregistrement W2767509613 · doi:10.1115/1.4038386

A Power-Law Mixing Rule for Predicting Apparent Diffusion Coefficients of Binary Gas Mixtures in Heavy Oil

2017· article· en· W2767509613 sur OpenAlexafffund
Hyun Woong Jang, Daoyong Yang, Huazhou Li

Notice bibliographique

RevueJournal of Energy Resources Technology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of AlbertaUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésThermodynamicsDiffusionChemistryGaseous diffusionMolecular diffusionEffective diffusion coefficientPower lawAnalytical Chemistry (journal)ChromatographyPhysical chemistryPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

A power-law mixing rule has been developed to determine apparent diffusion coefficient of a binary gas mixture on the basis of molecular diffusion coefficients for pure gases in heavy oil. Diffusion coefficient of a pure gas under different pressures and different temperatures is predicted on the basis of the Hayduk and Cheng's equation incorporating the principle of corresponding states for one-dimensional gas diffusion in heavy oil such as the diffusion in a pressure–volume–temperature (PVT) cell. Meanwhile, a specific surface area term is added to the generated equation for three-dimensional gas diffusion in heavy oil such as the diffusion in a pendant drop. In this study, the newly developed correlations are used to reproduce the measured diffusion coefficients for pure gases diffusing in three different heavy oils, i.e., two Lloydminster heavy oils and a Cactus Lake heavy oil. Then, such predicted pure gas diffusion coefficients are adjusted based on reduced pressure, reduced temperature, and equilibrium ratio to determine apparent diffusion coefficient for a gas mixture in heavy oil, where the equilibrium ratios for hydrocarbon gases and CO2 are determined by using the equilibrium ratio charts and Standing's equations, respectively. It has been found for various gas mixtures in two different Lloydminster heavy oils that the newly developed empirical mixing rule is able to reproduce the apparent diffusion coefficient for binary gas mixtures in heavy oil with a good accuracy. For the pure gas diffusion in heavy oil, the absolute average relative deviations (AARDs) for diffusion systems with two different Lloydminster heavy oils and a Cactus Lake heavy oil are calculated to be 2.54%, 14.79%, and 6.36%, respectively. Meanwhile, for the binary gas mixture diffusion in heavy oil, the AARDs for diffusion systems with two different Lloydminster heavy oils are found to be 3.56% and 6.86%, 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.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,008
Tête enseignante GPT0,230
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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

Citations19
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Energy Resources TechnologyMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207