MétaCan
Menu
Retour à la cohorte
Enregistrement W2904960297 · doi:10.1039/c8lc01053f

Natural gas vaporization in a nanoscale throat connected model of shale: multi-scale, multi-component and multi-phase

2018· article· en· W2904960297 sur OpenAlexafffund
Arnav Jatukaran, Junjie Zhong, Ali Abedini, Atena Sherbatian, Yinuo Zhao, Zhehui Jin, Farshid Mostowfi, David Sinton

Notice bibliographique

RevueLab on a Chip · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of TorontoUniversity of AlbertaAlberta Hospital EdmontonToronto Public Health
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsAlberta InnovatesE.W.R. Steacie Memorial Fund
Mots-clésVaporizationComponent (thermodynamics)Nanoscopic scaleNanoporeOil shaleScale (ratio)Extraction (chemistry)Petroleum engineeringShale gasPhase (matter)Materials scienceOrganic componentProcess engineeringEnvironmental scienceBiological systemNanotechnologyChemistryChemical engineeringChromatographyWaste managementGeologyEngineeringPhysicsThermodynamicsOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

Production of hydrocarbons from shale is a complex process that necessitates the extraction of multi-component hydrocarbons trapped in multi-scale nanopores. While advances in nanofluidics have allowed researchers to probe thermodynamics and transport in single, discrete nanochannels, these studies present a highly simplified version of shale reservoirs with homogeneous pore structures and/or single-component fluid compositions. In this study, we develop and apply a 30 000-pore nanomodel that captures the inherent heterogeneity in reservoir pore sizes (100 nm pores gated by 5 nm-pores) to study vaporization of a representative natural gas hydrocarbon mixture. The nanomodel matches major North American formations in the volumetric and number contributions of the pore sizes, porosity (10.5%), and ultra-low permeability (44 nD). Combined experimental and analytical results show 3000× slower vaporization owing to the nanoscale throat bottlenecks. At low temperatures, mixture effects reduce rates further with stochastic vaporization of light components in large pores dominating. Collectively this approach captures the coupled complexity of multicomponent, multiphase fluids in multiscale geometries that is inherent to this resource.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,792
Score d'incertitude au seuil0,700

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 Opus0,026
Tête enseignante GPT0,268
Écart entre enseignants0,242 · 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'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

Citations42
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207