An Improved Study of Emulsion Flooding for Conformance Control in a Heterogeneous 2D Model with Lean Zones
Notice bibliographique
Résumé
Summary Use of oil-in-water (O/W) emulsion has shown its potential for conformance control in heterogeneous porous media, yet it is essential to understand how to improve the conformance control performance in the heterogeneous 2D model with lean zones before it is applied in the fields. In this paper, an O/W emulsion-based conformance control method is improved through newly designed flow tests and optimized modeling study. A heterogeneous 2D model was designed with a high water mobility zone (HWMZ) and a low water mobility zone (LWMZ) separated by a horizontal injection well to mimic real oil sands with lean zones (top- or bottomwater) and with application of horizontal wells. Optimal conformance control strategies were proposed and examined in the 2D model by injecting correspondingly designed O/W emulsions. In an improvement of our previously proposed emulsion flow model (Ding et al. 2020c), we introduce the real phenomena of permeability reduction (PR) coefficients in this paper to describe the three ambiguous coefficients: flow distribution coefficient (γ), plugging coefficient (α), and retention rate coefficient (a). This newly developed model can incorporate with characteristics of the emulsion and the heterogeneous porous media through the introduction of the experimentally derived PR coefficient. It is well established in COMSOL Multiphysics® (COMSOL AB 2005), and the modeling results show good agreement with the experimentally monitored results in the three types of flow tests. This work bridges experimental and mathematical studies on emulsion flow in 2D models associated with lean zones and is able to provide a guide on optimal emulsion design and injection strategy for optimal conformance control performances.
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 ».