MétaCan
Menu
← Retour à la cohorte
Enregistrement W4307665967 · doi:10.2118/211461-ms

Evaluation of Alternative Polymers for Mangala Polymer Flood

2022· article· en· W4307665967 sur OpenAlexaff
V. Gouri Shankar, Sunit Shekhar, Robert Zagitov, Abhishek Kumar Gupta, Suresh Kumar, Ritesh Kumar, Kumarish Pahari, R. P. Agarwal, Petro Nakutnyy, Santhosh Veerabhadrappa

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensSaskatchewan Research Council (Canada)
Organismes subventionnairesnon disponible
Mots-clésPolymerPolyacrylamidePolymer degradationChemical engineeringRheologyFlocculationMaterials scienceComposite materialPolymer chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Mangala field is under polymer-flood since 2015. The polymer-flood is very successful in accelerating recovery compared to waterflood. As the flood matured, field performance indicated that part of the injected polymer was degrading in the reservoir. Lab studies and polymer samples collected from the reservoir suggest that the most likely reason of degradation is increased hydrolysis due to thermal ageing. This degradation compels higher dosing of polymer to make up for the lost viscosity and increases operating costs. Polymer precipitation in the reservoir may also lead to loss of reservoir permeability. Literature survey and preliminary lab studies showed that polymers with Acrylamide-Tertiary-Butyl-Sulfonic acid monomer units (referred as ATBS polymers) could be a suitable option for Mangala. To evaluate the hypothesis, team did a series of lab and core flood studies. The studies include accelerated thermal ageing, rheology, dynamic adsorption, injectivity, water flood with fresh and degraded samples and compatibility studies with topside chemicals. Two HPAM polymers with different DOH and two ATBS polymers were evaluated. The selected ATBS polymer was then tested for compatibility with surface topside chemicals. The studies show that the classic 20-25% DOH HPAM suffers viscosity degradation and possible precipitation in Mangala reservoir conditions. ATBS polymers and a lower DOH HPAM provide superior results to the incumbent HPAM with an acrylamide (86)-ATBS (14) copolymer providing the best results. ATBS polymers were especially resistance to cloud point lowering and provide some superiority in shear degradation. ATBS monomer was resistant to hydrolysis in the period of testing. Contrary to published literature ATBS polymers showed higher adsorption and their propagation through cores required higher pressure drop. ATBS polymer seemed to plug a low permeability section of the core stack. All polymers reach their peak viscosity at 30-40% hydrolysis and decline sharply after 40%. However, viscosity and cloud points measured during accelerated ageing are possibly conservative. A large-scale pilot of ATBS injection in Mangala is underway to validate the laboratory test results. ATBS polymer can be a suitable polymer for some layers of Mangala with high residence time and permeability. The choice is driven by the economics of the incremental cost of ATBS for the benefits it offers. In some sands with shorter inter wells pacing, a lower DOH HPAM may work out to be a more cost-effective solution. The study results provide insights to operators to understand the reservoir performance of existing polymer-floods and plan for future polymer-floods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,277
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnhanced Oil Recovery Techniques→Travaux en français237 207→