MétaCan
Menu
Retour à la cohorte
Enregistrement W2772092506 · doi:10.1002/cjce.23097

Laboratory investigation of oil viscosity effect during carbonated water injection: Comparison of secondary and tertiary recovery

2017· article· en· W2772092506 sur OpenAlexvenueno aff
Mohsen Bahaloo Horeh, Hamid Reza Norouzi

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWettingViscosityEnhanced oil recoveryLight crude oilWater injection (oil production)Petroleum engineeringSwellingMaterials scienceEnvironmental scienceChemistryComposite materialGeologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Although the effect of viscosity on oil recovery is well established, no systematic investigation has been implemented regarding the effect of oil viscosity changes on performance of carbonated water injection (CWI). In this study, the performance of CWI with different oil viscosities and rock wettability was investigated through two main series of high‐pressure core flooding experiments on both clean and aged sand. The results obtained demonstrate that the capability of carbonated water to enhance oil recovery for both secondary and tertiary flooding is significantly greater versus that for water flooding. The creation of a low resistance flow channel and low oil recovery in water flooding is compensated for by CO 2 diffusion and subsequent viscosity reduction and oil swelling in heavy and light oils. The results of the aged sand experiments showed that changing the wettability towards mixed wet caused ultimate reduction in oil recovery in each experiment, compared to the similar one in clean sand. However, it was observed that the amount of oil recovered after breakthrough compared to that in clean sand was increased, which showed the capacity of CW for enhanced oil recovery through alteration of wettability.

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 enseignants0,059
Score d'incertitude au seuil0,350

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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207