MétaCan
Menu
Retour à la cohorte
Enregistrement W3199193955 · doi:10.2118/206325-ms

Miscible Flooding for Bitumen Recovery with a Novel Solvent

2021· article· en· W3199193955 sur OpenAlexaboutno aff
Tanya Ann Mathews, Alex J.Cortes, Richard Bryant, Berna Hasçakir

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTolueneSolventResidual oilAsphaltOil in placeEmulsionPetroleum engineeringEnhanced oil recoveryChemistryEnvironmental scienceChromatographyMaterials scienceWaste managementPulp and paper industryPetroleumOrganic chemistryGeologyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Steam injection is an effective heavy oil recovery method, however, poses several environmental concerns. Solvent injection methods are introduced in an attempt to combat these environmental concerns. This paper evaluates the effectiveness of a new solvent (VisRed) in the recovery of a Canadian bitumen and compares its results with toluene. While VisRed is selected due to its high effectiveness as a viscosity reducer even at very low concentrations, toluene is selected due to its high solvent power. Five core flooding experiments were conducted; E1 (Steam flooding), E2 (VisRed flooding), E3 (Toluene flooding), E4 (Steam + Toluene flooding), and E5 (Steam + VisRed flooding). Core samples were prepared by saturating 60% of the pore space with oil samples and 40% with deionized water. The solvents were injected at a 2 ml/min rate, while steam was injected at a 18 ml/min cold water equivalent rate. Produced oil and water samples were collected every 20 min during every experiment. The oil recovery efficiencies of the core flood experiments were analyzed by the emulsion characterization in the produced fluids and the residual oil analysis on the spent rock samples. The best oil recovery of ~30 vol % was obtained for E2 (VisRed) in which VisRed was injected alone. Although similar cumulative recoveries were obtained both for E2 (VisRed) and E3 (Toluene), the amount of VisRed injected [~1 pore volumes (PV)] was half the volume required by toluene (~2 PV). The produced oil quality variations are mainly due to the formation of the water-in-oil emulsions during mainly steam processes (E1, E4, and E5). The increased amount of the polar fractions in the produced oil enhances the formation of the emulsions. These polar fractions are namely asphaltenes and resins. As the amount of the polar fractions in the produce oil increases, more water-in-oil emulsion formation is observed due to the polar-polar interaction between crude oil fractions and water. Consequently, E1 and E5 resulted in more water in oil emulsions. The cost analysis also shows the effectiveness of solvent recovery over steam-solvent recovery processes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,247
Écart entre enseignants0,227 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207