MétaCan
Menu
Retour à la cohorte
Enregistrement W4252893418 · doi:10.2523/77408-ms

Low Field NMR Water Cut Metering

2002· article· en· W4252893418 sur OpenAlexaffabout
I. P. Wright, Lastockin David, Allsopp Kevin, Evers-Dakers Maureen, Apostolos Kantzas

Notice bibliographique

RevueProceedings of SPE Annual Technical Conference and Exhibition · 2002
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensUniversity of CalgaryCanadian Natural Resources
Organismes subventionnairesnon disponible
Mots-clésMetering modeEnvironmental scienceWater qualityVolume (thermodynamics)Materials scienceAsphaltPetroleum engineeringProcess engineeringGeologyEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

We have developed a new on line water cut meter using low field Nuclear Magnetic Resonance (NMR) technology. This instrument is designed for use on heavy oil systems where conventional instruments experience difficulties.We present laboratory and field data for application of low field NMR to water cut measurements of bitumen/water mixtures. Data from successful field tests near Cold Lake, Alberta, Canada, shows that the instrument is capable of making water cut measurements over a wide range of fluid types and temperatures. We have successfully measured fluid streams with temperatures ranging from 60 to 150 degrees Centigrade and with water cut ranging from 40 to 95 percent. The instrument is capable of functioning accurately over a wide range of emulsions and/or foams and through significant variations of water salinity.The current application is for water cut measurements on a well site. However, the instrument can be applied in any system where heavy oil, bitumen, water, gas and solid systems may be encountered. It can be used for water cut and/or for three phase (oil/water/gas) volume fraction measurements. The instrument is equally capable of performing well site monitoring for regulatory/reconciliation purposes, for characterizing produced fluids, in separation, pipelining and upgrading processes for process control and for quality testing.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,896

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 Opus0,017
Tête enseignante GPT0,281
Écart entre enseignants0,264 · 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

Citations0
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPE Annual Technical Conference and ExhibitionMême sujetNMR spectroscopy and applicationsTravaux en français237 207