Advancing the CFD Simulation of Flashing in Inflow Control Devices
Notice bibliographique
Résumé
Abstract Flashing flow is a common phenomenon in many industrial applications and, in steam-assisted gravity drainage (SAGD), it is considered a significant process. Flashing may occur if there is a sudden pressure drop in the production well in SAGD, which is a typical in-situ way to extract heavy oil from tar sands. This may change the expected pressure drop across inflow control devices (ICDs), which are the controllers installed within the production well. Flashing is defined as self-boiling of a liquid due to a reduction of pressure, and it is a complex, multiphase flow phenomenon. The main objectives of the present work are to develop and to validate a multiphase computational model that has the ability to predict the thermo-fluid behaviour of the flow during the flashing process inside ICD nozzles, and to assess its effect on the pressure distribution through ICDs in a predictive way. Our computational model is applied to time-averaged, two-phase, adiabatic, turbulent flows. The new computational model can predict the phase changes between liquid and vapour phases based on mechanical effects (pressure). This is achieved by comparing the local pressure in each computational cell with the local vapour pressure. Considering the thermo-fluid complexity together in one model gives such a simulation the potential to be invaluable for a better understanding of roles of the combined mass transfer and the flashing dynamics during the flashing flow process, and to be applied as an industrial inflow control device to choke back steam for SAGD production system. It may assist in obtaining insight and information where measurements would be difficult. Furthermore, the CFD results can be used to generate compact predictive functions of pressure drop within ICDs, and to investigate the effects of both non-condensable gases and solvents in ICDs performance.
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 ».