Characterization of Foamy Oil and Gas/Oil Two-Phase Flow in Porous Media for a Heavy Oil/Methane System
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In our previous study, a series of experiments had been conducted by applying different pressure depletion rates in a 1 m long sand-pack. In this study, numerical simulation models are built to simulate the lab tests, for both gas/oil production data and pressure distribution along the sand-pack in heavy oil/methane system. Two different simulation models are used: (1) equilibrium black oil model with two sets of gas/oil relative permeability curves; (2) a four-component nonequilibrium kinetic model. Good matching results on production data are obtained by applying black oil model. However, this black oil model cannot be used to match pressure distribution along the sand-pack. This result suggests the description of foamy oil behavior by applying equilibrium black oil model is incomplete. For better characterization, a four-component nonequilibrium kinetic model is developed aiming to match production data and pressure distribution simultaneously. Two reactions are applied in the simulation to capture gas bubbles status. Good matching results for production data and pressure distribution are simultaneously obtained by considering low gas relative permeability and kinetic reactions. Simulation studies indicate that higher pressure drop rate would cause stronger foamy oil flow, but the exceed pressure drop rate could shorten lifetime of foamy oil flow. This work is the first study to match production data and pressure distribution and provides a methodology to characterize foamy oil flow behavior in porous media for a heavy oil/methane system.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 découle