MétaCan
Menu
Retour à la cohorte
Enregistrement W4288535766 · doi:10.1002/cjce.24578

Cold heavy oil production with sand simulation including wormhole propagation and foamy oil behaviour

2022· article· en· W4288535766 sur OpenAlexafffundvenue
Farzan Sahari Moghaddam, Mohammed El‐Naghy, Amer Aborig, Amin Etminan

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesMemorial University of Newfoundland
Mots-clésWormholePetroleum engineeringOil productionViscosityOil consumptionEnvironmental scienceProcess (computing)Materials scienceGeologyComputer sciencePhysicsEngineeringAutomotive engineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Cold heavy oil production with sand (CHOPS) is a primary production method used for heavy oil reservoirs with no requirements of external energy consumption. A new model for CHOPS is simulated by incorporating wormhole propagation and foamy oil behaviour mechanisms to evaluate the recovery of an extra‐heavy oil reservoir of the Athabasca region. The most critical mechanisms of CHOPS, wormhole propagation and foamy oil behaviour, are captured by using Wang's model for wormhole propagation and Uddin's model of gas exsolution. After 120 months of simulation, 53.38%, 99.76%, and 100% of wormhole propagation were achieved during three time steps of 12, 48, and 60 months, respectively, toward the sides of the studied reservoir section. The propagation was achieved within all directions of the investigated section compatible with the erratic nature of wormhole propagation. Furthermore, the application of Uddin's model was incorporated into production by reducing the fluid viscosity as a result of the foamy oil behaviour. Over 3% of the recovery was achieved at the end of the primary CHOPS phase simulation by taking into account that we modelled the recovery based on highly viscous oil with API 7.5. Finally, the model can provide an improved understanding of the primary CHOPS process by considering its two significant mechanisms.

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)0,001
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 enseignants0,036
Score d'incertitude au seuil0,464

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,229
Écart entre enseignants0,212 · 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

Citations2
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207