MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403616152 · doi:10.1002/cjce.25517

Microscale heat and mass transfer characteristics of <scp>CO<sub>2</sub></scp> flooding in nanotubes of tight oil reservoirs

2024· article· en· W4403616152 sur OpenAlexvenueno aff
Rui Wang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicroscale chemistryFlooding (psychology)Mass transferWater floodingHeat transferChemical engineeringPetroleum engineeringMaterials scienceChemistryEnvironmental scienceChromatographyThermodynamicsGeologyPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract The mechanism of heat and mass transfer in tight oil reservoirs after CO2 injection is complex. In this paper, first, a CO2 transfer model within microscale adjacent nanotubes in tight oil reservoirs is established. Then, the typical heat and mass transfer characteristics of microscale CO2 in tight oil reservoirs is analyzed, and the influence of grid density on the calculation results is discussed. Finally, the influence of thermal conductivity of tight oil reservoirs on CO2 physical properties parameters is revealed. Results show that: (a) From the inlet end of the thick nanotube to the outlet of the nanotube, the pressure of CO2 drops from 3.5 to 3.3697 MPa. (b) When the mesh length is equal to 5 nm, the CO2 pressure in the thin nanotube drops from 3.5 to 3.3329 MPa, and the CO2 pressure in the thick nanotube drops from 3.5 to 3.2018 MPa. (c) Organic amines react with CO2 to form salts, which can seal high permeability layers and cracks, but there is a risk of environmental pollution.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,184
Écart entre enseignants0,179 · 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'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical Engineering→Même sujetEnhanced Oil Recovery Techniques→Travaux en français237 207→