MétaCan
Menu
Retour à la cohorte
Enregistrement W4389540979 · doi:10.17118/11143/20976

A mathematical model for compressible flows of ideal gases through inflowcontrol devices used in enhanced oil recovery

2023· article· en· W4389540979 sur OpenAlexafffundabout
Jean-Luc Olsen, Carlos F. Lange

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaRGL Reservoir Management
Mots-clésInflowIdeal (ethics)CompressibilityIdeal gasPetroleum engineeringMechanicsComputer scienceEnvironmental scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract: 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 limitsof 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 turbulencemodels. 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 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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,335
Score d'incertitude au seuil0,475

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)0,0000,000

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 Opus0,049
Tête enseignante GPT0,320
Écart entre enseignants0,270 · 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

Citations0
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetReservoir Engineering and Simulation MethodsTravaux en français237 207