Notice bibliographique
Résumé
Chemical-based enhanced oil recovery (EOR) techniques utilize the injection of chemicals, such as solutions of polymers, alkali, and surfactants, into oil reservoirs for incremental recovery. The injection of a polymer increases the viscosity of the injected fluid and alters the water-to-oil mobility ratio which in turn improves the volumetric sweep efficiency. This research study aims to investigate strategies that would help intensify oil recovery with the polymer solution injection. For that purpose, we utilize a lab-scale, cylindrical heavy oil reservoir model. Furthermore, a dynamic mathematical black oil model is developed based on cylindrical physical model of homogeneous porous medium. The experiments are carried out by injecting classic and novel partially hydrolyzed polyacrylamide solutions (concentration: 0.1-0.5 wt %) with 1 wt % brine into the reservoir at pressures in the range, 1.03-3.44 MPa for enhanced oil recovery. The concentration of the polymer solution remains constant throughout the core flooding experiment and is varied for other subsequent experimental setup. Periodic pressure variations between 2.41 and 3.44 MPa during injection are found to increase the heavy oil recovery by 80% original-oil-in-place (OOIP). This improvement is approximately 100% more than that with constant pressure injection at the maximum pressure of 3.44 MPa. The experimental oil recoveries are in fair agreement with the model calculated oil production with a RMS% error in the range of 5-10% at a maximum constant pressure of 3.44 MPa.
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 | 0,001 |
| 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 ».