Surfactant Versus Solvent Co-Injection to Improve Efficiency of Steam Assisted Bitumen and Heavy Oil Recovery Processes
Notice bibliographique
Résumé
Abstract In Canada, daily steam assisted bitumen and heavy oil production is about 1.5×106 barrels per day, which is predicted to increase steadily. Oil industry has spent significant effort on solvent, mostly light hydrocarbons co-injection with steam to boost bitumen mobility, therefore, production efficiency; which resulted limited commercial success. In most solvent co-injection with steam studies further reduction of already reduced bitumen viscosity by steam injection was focused, while its effect on bitumen-water interfacial tension was ignored. At our laboratory effects of surfactant (such as biodiesel) and solvent (such as pentane) on bitumen viscosity, bitumen-water interfacial tension and steam assisted gravity drainage were evaluated. Experimental data showed that bitumen recovery efficiency was reduced by solvent co-injection with steam; which is attributed that solvent addition increases bitumen-water interfacial tension, causes slip of water on bitumen and suppresses bitumen mobility, which result in counterbalancing benefits of viscosity reduction. In the present study creeping flow of two immiscible fluids, such as oil and water (condensed steam) in a capillary with no-slip and slip boundary conditions at oil-water interface is discussed to provide technical support for better understanding of solvent versus surfactant co-injection with steam for bitumen and heavy oil recovery, as well as water flooding and CHOPS and Post CHOPS processes.
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 ».