MétaCan
Menu
Retour à la cohorte
Enregistrement W2795351208 · doi:10.2118/190694-ms

A New Mathematical Model of Solvent - SAGD Process - Importance of Heat and Mass Transfer

2018· article· en· W2795351208 sur OpenAlexaffabout
Zeinab Zargar, S.M. Farouq Ali

Notice bibliographique

RevueSPE Improved Oil Recovery Conference · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSolventMass transferPetroleum engineeringWork (physics)Pulp and paper industryChemistryChemical engineeringMaterials scienceProcess engineeringOrganic chemistryThermodynamicsChromatographyGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract The current in situ exploitation of oil sands in Alberta employs steam-based recovery methods, which are energy-intensive. A few companies are adding solvent to steam aiming to reduce steam requirements. The mechanism of oil recovery by steam with added solvent is not clear. Over the years, on several occasions- as at the present time- the oil industry has resorted to the use of solvents with steam in thermal recovery operations. The past trials with solvent were short-lived in view of the cost of solvents as well as the lack of success. Given the controversy regarding the use of solvents with steam, this work is intended to explain whether solvent injection with steam increases oil recovery or not. In this work, a new analytical model is developed for describing the solvent-SAGD performance based on the combination of an overall solvent mass balance, heat balance and volumetric oil displacement and Darcy's oil rate using a mixture viscosity model as a function of temperature and solvent concentration ahead of front which satisfy the equilibrium in the system. The objectives of this work are to predict: vapour-steam chamber growth, oil production rate, solvent production rate, solvent loss (or solvent retention) rate, and the effect of solvent type and concentration on the solvent-SAGD process. The results show that the rate of solvent retention increases over time, while the production rates of solvent and bitumen decrease. The efficiency of this process is evaluated using Cumulative Steam-Oil Ratio (CSOR) and cumulative solvent-oil ratio, which permits a comparison of the efficiency of SAGD and solvent-SAGD processes for different solvents. On the whole, the results of this approach give a better understanding of the mechanism of oil production during the solvent-SAGD process by interconnecting vapour chamber conditions and the conditions of heated and diluted oil ahead of the interface.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,016
Tête enseignante GPT0,243
Écart entre enseignants0,226 · 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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE Improved Oil Recovery ConferenceMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207