<scp>CFD</scp> simulations of a bubble column containing enhanced oil recovery chemicals
Notice bibliographique
Résumé
Abstract Chemical enhanced oil recovery (EOR) methods return produced water containing polymers and surfactants which poses a water treatment challenge at offshore facilities. The present work shows that numerical simulations of gas‐water systems containing these chemicals remain challenging. Computational fluid dynamics (CFD) was used to predict gas holdup in a laboratory bubble column containing brine and EOR chemicals. The synthetic produced water was treated as non‐Newtonian in the simulations to match the experimentally‐determined physical properties. Two‐ and three‐dimensional numerical simulations were performed, and the latter were shown to be more appropriate through statistical analysis. Three classical drag models were assessed, and the results indicated that none of them could account for the high liquid viscosities and low surface tensions encountered in the system. A modification to the drag model of Tomiyama et al. (1988) was proposed to account for drag increases at low bubble Reynolds numbers when liquid apparent viscosity is high and surface tension is low. The importance of considering the interaction between apparent viscosity and surface tension was also shown through statistical analysis. CFD predictions of gas holdup showed that the proposed drag modification reduced errors from approximately 30% to less than 10% when compared to the experimental data. Radial profiles of the axial liquid velocity were also assessed and are apparently related to gas holdup prediction.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».