Studies of Aqueous Hydrogen Sulfide Corrosion in Producing SAGD Wells
Notice bibliographique
Résumé
Abstract In this research lab and field corrosion coupon testing was completed to determine corrosion rates on commonly used Steam Assisted Gravity Drainage (SAGD) metals. This was done to evaluate general corrosion rates, and how they vary with well depth, and operating environment. Based on this analysis and evaluating scale composition a dominating corrosion mechanism was also determined. Lab testing utilized high temperature high pressure autoclaves to allow for field various corrosion rate and characterization measurements to be taken under controlled conditions. Measurements taken include linear polarization resistance, weight loss, and zero resistance annode to determine corrosion rates. Cyclic potentiodynamic polarization and potentiostatic polarization measurements were also obtained to further evaluate a materials effectiveness in preventing pitting corrosion. Materials tested in the lab were 1018 carbon steel, Deloro-40 and Stellite-6 hard facing finishes, TN-55TH, galvanized (GLV) J-55, and K-55. Field coupon testing consisted of installing corrosion coupons at various elevations in the annulus of a producting SAGD well. Coupon materials tested included L-80, J-55, and a GLV-J55+J-55 creviced couple. Analysis consisted of weight loss corrosion rate determination, visual inspections, and x-ray diffraction analysis to determine scale compositions. Field coupons showed corrosion rates decreasing from 0.0178mm/y at the bottom of the well to 0.0145mm/y at higher well elevations. This corresponded to a decrease in iron sulfide (FeS) scale content from the well bottom upwards. Based on the scales composition, operating conditions, and fluids present, it is likely that the scales were formed through the well known solid-state reaction between aqueous H2S and the metal. High average corrosion rates of 0.263mm/y were measured in the lab, compared to a low 0.0183mm/y in field studies. This difference is due to the inhibiting effects of oil in the field which inhibits corrosion rates and the longer field test duration.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».