MétaCan
Menu
Retour à la cohorte
Enregistrement W3184121405 · doi:10.1021/acs.energyfuels.1c00538

A Population Balance Model for Emulsion Behavior of Alkaline Water–Heavy Oil Systems in Bulk Phase

2021· article· en· W3184121405 sur OpenAlexafffund
Zulong Zhao, Zhiyu Xi, Na Jia, Daoyong Yang

Notice bibliographique

RevueEnergy & Fuels · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsPetroleum Technology Research Centre
Mots-clésEmulsionSettlingCoalescence (physics)ChemistryPopulationMass transferParticle-size distributionChromatographyAnalytical Chemistry (journal)Materials scienceChemical engineeringParticle sizeThermodynamics

Résumé

récupéré en direct d'OpenAlex

Experimental and theoretical techniques have been developed to quantify the behavior of alkaline water–heavy oil emulsion systems at high pressures and elevated temperatures. Experimentally, initial emulsions were prepared by agitating either sodium carbonate (Na 2 CO 3 ) solution or sodium hydroxide (NaOH) solution with heavy oil samples inside a visualized PVT cell. After being settled for a certain period of time, the phase volume of the in situ generated water-in-oil (W/O) emulsion was monitored, and the local water content distribution within each dual-emulsion system was measured. Experiments with the same composition and mixing condition, but with different settling times, were conducted to track the continuous water content distribution. Mathematically, two groups of population balance equations (PBEs) were modified and applied to quantify the phase behavior during the emulsion destabilization process with the consideration of coalescence, settling, and diffusion of the dispersed droplets as well as the mass transfer between emulsion phases. To quantify the mass transfer between the W/O and oil-in-water (O/W) emulsion phases, the measured emulsion inversion point (EIP) was used as the interface boundary condition of the dual-emulsion systems. Both the fixed-pivot technique and a semi-implicit finite difference approach were applied for discretizing the internal coordinate (droplet volume) and the external coordinates in time and space domains, respectively. By assuming the dispersed droplets as a log-normal distribution, the genetic algorithm (GA) was applied to optimize the coalescence efficiency by using the experimental measurements as well as the water droplet distribution in the W/O emulsion phase. Because of the corresponding changes of oil viscosity and interfacial tension (IFT), either an increase in temperature or a decrease in pressure leads to a smaller EIP and higher coalescence efficiency. As a weak alkali, Na 2 CO 3 facilitates the stabilization of the emulsion and inhibits the influence of higher temperatures, while NaOH solution–heavy oil systems achieve emulsion inversion more easily.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,014
Tête enseignante GPT0,262
Écart entre enseignants0,248 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207