MétaCan
Menu
Retour à la cohorte
Enregistrement W4247178497 · doi:10.2118/2000-056

Visualization Study During Depletion Experiments of Venezuelan Heavy Oils Using Glass Micromodels

2000· article· en· W4247178497 sur OpenAlexaboutno aff
Marcelo Lago, R. Gomes, M. Huerta

Notice bibliographique

RevueCanadian International Petroleum Conference · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVisualizationMaterials scienceComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract A series of pressure depletion experiments was conducted in glass micromodels using five Venezuelan oils with the objective to studying their microscopic mechanism during primary production under a solution gas drive process. Photographs taken from a large area of a micromodel during depressurisation reveal a higher number of bubbles for heavy oils than for light oil. Image processing results show differences in the number of activated nucleation sites among three heavy oils that have similar degrees of critical supersaturation. Three steps in the heavy oil flow are also established. Introduction There are some Venezuelan and Canadian heavy oil reservoirs with a high recovery factor during the primary production under a solution gas drive process. Recently, Sheng et al.1 published a review on this unexpected behaviour which is different from conventional gas drive concepts. These authors stated that the most plausible microscopic mechanism to explain the gas mobility reduction in heavy oil reservoirs is the creation of a gasin- oil dispersion, but further investigation on the gas bubble size and number in this dispersion needs to be done. Experimental work on the understanding of the solution gas drive mechanism from a microscopic point of view can be found in literature2–7. Pressure depletion tests using glass micromodels2–5 have been a useful visualization tool to study nucleation, growth, coalescence, break-up, and flow of gas bubbles. Also, depletion tests performed in core samples using a visual core holder6,7 have been conducted to observe the gas bubbles on the core surface. Firoozabadi and Aronson6 reported a high number of bubbles for heavy oils and relate this result to a gas mobility reduction and consequently a better solution gas drive efficiency. In this paper, we report a series of depletion experiments in a glass micromodel, using five Venezuelan oils. The main objective of this study is to compare the behaviour of these oils during the primary production under a solution gas drive process. During the depressurisation, in contrast to previous glass micromodel studies2–5, photographs of a large area of the micromodel (∼31cm2) are taken in order to obtain statistical information regarding the gas distribution. These experiments allow us to observe a larger view of the gas distribution, close to that in transparent core holder experiments6,7, but keeping the details of the gas bubbles. EXPERIMENTAL SETUP The experimental apparatus designed in PDVSA-Intevep IS composed of a glass micromodel inside a high-pressure cell. a fluid injection system and an image-capturing device. The micromodel is made of two glass plates of 10 cm × 10 cm × 4 mm. The upper plate has two holes for injecting and retrieving the fluids. The pattern, shown in Figure I, was chemical etched on the lower plate following a known procedureX. The obstacles consist of cylindrical grains of 1.0 mm diameter, arranged in a regular 2D network with a minimal separation distance of 0.5 mm. This type of network has been etched previously") and has a porosity of 59.7 %. The etching depth was close to 75 µm.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,991

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)0,0010,000

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 Opus0,032
Tête enseignante GPT0,298
Écart entre enseignants0,266 · 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'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

Citations6
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian International Petroleum ConferenceMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207