MétaCan
Menu
Retour à la cohorte
Enregistrement W3214197078 · doi:10.1002/cjce.24327

Solubility of carbon dioxide and ethane in <scp>Lloydminster</scp> heavy oil: Experimental study and modelling

2021· article· en· W3214197078 sur OpenAlexafffundvenue
Rajkumar Ganapathi, Amr Henni, Ezeddin Shirif

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensPetroleum Technology Research CentreUniversity of Regina
Organismes subventionnairesTotalPetroleum Technology Research CentreShell CanadaBP Exploration Operating Company LimitedDevon Energy Corporation
Mots-clésSolubilityAsphaltenePetroleumEnhanced oil recoveryFractionationSolventCarbon dioxideChemistryEnvironmental scienceChemical engineeringPetroleum engineeringOrganic chemistryGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Heavy oil reserves in the world represent 5.5 trillion barrels, which are equivalent to five times the conventional crude oil reserves. Heavy oil reserves will be the main petroleum source for the world's future demand for energy. To enhance the recovery of heavy oil/bitumen, solvent‐based recovery seems to be one of the most promising alternatives to costly thermal methods. Phase behaviour studies of light gases in heavy oil are therefore very important when designing surface facilities and for enhanced oil recovery operations. In this study, we present solubility data for carbon dioxide and ethane in Lloydminster heavy oil. Measurements were carried out using a microbalance at 290.2, 298.2, and 313.2 K and at pressures varying from 200–2000 kPa. Experimental data were regressed with the Peng‐Robinson (PR) equation of state. We also report results of the fractionation of the heavy oil and its characterization in terms of SARA (saturates, aromatics, resins, and asphaltenes) fractions. Henry's law constants for gaseous solvents were also regressed and reported. As expected, ethane had a higher solubility than CO 2 in the heavy oil at all temperatures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,470

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,200
Écart entre enseignants0,189 · 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 tête enseignante, 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

Citations13
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207