Solvent Content Measurements of the Produced Stable Water-in-Oil Emulsions During Solvent-Aided Thermal Recovery Processes
Notice bibliographique
Résumé
The in situ solvent-aided thermal recovery processes are promising methods for recovering unconventional oil resources due to their higher efficiency, lower energy and water consumption, and reduced environmental impacts. The produced stream is often a highly stable water-in-oil emulsion, where the oil phase comprises bitumen and solvent. Separating water from such a sample is challenging because conventional approaches result in solvent loss and sample contamination and render the solvent content measurement techniques currently employed by the industry invalid. Developing analytical techniques for solvent detection without sample dehydration, solvent loss, and contamination is essential for production surveillance, monitoring, process optimization, and economic evaluation. Solvent recovery and concentration measurement in produced streams have been considered the most important issues associated with the success and commercialization of solvent-assisted recovery processes. In this work, we implement a comprehensive chromatographic technique to measure the solvent concentration of the actual bitumen/solvent/water emulsions produced during a large 3D physical model experiment of the solvent-aided recovery process. We used combined gel permeation chromatography (GPC) and gas chromatography (GC) to obtain the full characterization of bitumen/solvent/water systems. After characterizing four produced emulsion samples, actual and synthetic multicomponent solvents are used to establish the necessary calibrations for rapid and accurate determination of the organic solvent content in the produced emulsion samples. The results demonstrated that the automated GC/GPC can be applied to actual minute amount emulsion samples for fast detection of solvent content in the pilot and field-scale projects of solvent-aided thermal recovery processes without sample dehydration while solvent loss and sample contamination are entirely avoided.
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 | 0,001 | 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 | 0,001 |
| 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 ».