MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392726842 · doi:10.2118/218070-ms

Quantification of Gas Exsolution Dynamics for CO2/CH4-Heavy Oil Systems with Population Balance Equations

2024· article· en· W4392726842 sur OpenAlexaff
Xiaomeng Dong, Zulong Zhao, Daoyong Yang, Na Jia

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésBalance (ability)Dynamics (music)PopulationEnvironmental scienceSystem dynamicsPetroleum engineeringMechanicsComputer scienceGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Although foamy oil phenomenon has been considered as the key factor that dominates heavy oil recovery, the existing models cannot be used to accurately quantify gas exsolution dynamics in foamy oil under various conditions due to the inherent physics and complex flow behaviour. In this study, experimental and theoretical techniques have been developed to quantify gas exsolution dynamics of CO2/CH4-heavy oil systems while considering gas bubble nucleation mobilization, and binary coalescence. Experimentally, constant composition expansion (CCE) tests were performed with a sealed PVT apparatus for the CO2/CH4-heavy oil systems to induce foamy oil behaviour by gradually depleting pressure at a constant temperature, during which the pressures and volume changes were monitored and recorded continuously. Theoretically, the Fick's law, equation of state, classical nucleation theory, and population balance equation have been integrated to describe the gas exsolution dynamics, during which gas bubbles are discretized with the fixed-pivot technique. The gas bubble number and size distribution in the induced foamy oil can then be determined once the deviations between the measured and calculated parameters, including liquid volume and pseudo-bubble point pressure, have been minimized with the genetic algorithm. For both CO2- and CH4-heavy oil systems, not only can a reducing pressure depletion rate or an increasing temperature result in a higher pseudo-bubblepoint pressure, but also gas bubble growth is strongly dependent on both temperature and diffusion of a gas component in heavy oil, while increasing the solvent concentration in the heavy oil tends to hinder the gas bubble nucleation and mitigation due to the higher pressure set for the experiments. During the generation of foamy oil, a higher temperature reduces heavy oil viscosity to accelerate the diffusion process, positively contributing to the gas bubble nucleation, binary coalescence, and bubble mobilization, respectively. Compared with CO2, CH4 induces a stronger and more stable foamy oil, illustrating that, at a lower temperature, foamy oil is more stable with more dispersed gas bubbles. In this study, the newly developed theoretical techniques are able to reproduce gas exsolution dynamics at the bubble level, allowing us to seamlessly integrate them with any reservoir simulators to not only accurately characterize foamy oil behaviour, but also evaluate the associated recovery performance.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,250
Écart entre enseignants0,236 · 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'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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnhanced Oil Recovery Techniques→Travaux en français237 207→