A mathematical model for compressible flows of ideal gases through inflowcontrol devices used in enhanced oil recovery
Notice bibliographique
Résumé
Inflow control devices (ICDs) are used widely in Alberta to increase the oil yield and decrease both the economic and environmental costs of steam assisted gravity drainage (SAGD) based oil extraction.An ideal ICD is highly fluid selective: it creates pressure drop primarily through mechanisms that are sensitive to the fluid properties unique to undesired fluids, while creating minimal pressure drop through mechanisms strongly dependent on the fluid properties of desired fluids.Industry desires better criteria for comparing ICD designs that capture the ICD's ability to be fluid selective towards allowing viscous bitumen while restricting water and gases, such as steam and butane (solvent), which tend to flow at higher velocities.This paper proposes a mathematical model using two loss criteria to describe the performance curves of various simple ICDs operating in the compressible flow regime with ideal gases.The variability of these two loss criteria as functions of the reservoir pressure, molecular mass, and specific heat ratio of the ideal gas under the expected range of reservoir conditions is explored and compared to theoretical predictions and qualitative trends.The two criteria are linked to flow behavior in different parts of the ICDs, and the limits of their applicability are discussed.The ICD performance curves that the mathematical model is based on were obtained using a steady state approach in ANSYS CFX with total energy and SST turbulence models.To show how the proposed compressible flow model could be used in industry, example comparisons between various simple ICDs are performed.In the first example comparison, ICDs are first sized to have the same flow resistance rating (FRR) of 0.8, then the flow rates of steam through each device are predicted using the proposed mathematical model.In a second example, following a similar method as an in-house code used by our industry partner, the required pressure drop to achieve a target mass flow rate through the best ICD design is calculated.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».