Characterization and multiphase flow of Oil/CO2 systems in porous media focusing on asphaltene precipitation: A systematic review
Notice bibliographique
Résumé
CO 2 injection is a well-known and highly efficient enhanced oil recovery (EOR) technique. In this method, undesirable asphaltene precipitation and deposition may occur at upstream and downstream facilities. Inhibition, controlling, and mitigating the asphaltene precipitation phenomenon are important steps to optimize the design and operation of this recovery process. Therefore, studying various physicochemical and thermodynamic properties as well as characterization methods of Oil/CO 2 /Asphaltene mixtures in porous and pipeline systems are of great interest to petroleum industry . Predicting and controlling the rheology and phase behavior of a multiphase system can be achieved by experimental and modeling studies. Various asphaltene precipitation and deposition experiments have been implemented for wide ranges of pressure, temperature, and composition in different media to evaluate asphaltene precipitation envelope, asphaltene precipitation amount, the effect of thermodynamic and textural properties on asphaltene precipitation/deposition phenomena, and associated formation damage. In addition to the experimental studies, a large number of modeling studies have been focused on transport phenomena through porous media while experiencing asphaltene precipitation/deposition problems. This review paper aims to comprehensively study the properties and characterization methods of Oil/CO 2 /Asphaltene systems. Moreover, a brief review of the previous experimental and modeling studies of Oil/CO 2 /Asphaltene systems is provided, focusing on various asphaltene precipitation and deposition models and mechanisms. Future research should focus on developing novel multi-scale experimental techniques that better simulate realistic reservoir conditions, along with advanced hybrid predictive models that combine effective approaches such as machine learning and molecular dynamics to more accurately capture asphaltene behavior in complex systems. The outcomes of the present study confirm that CO 2 injection can be an efficient technique for inhibiting asphaltene precipitation and deposition during EOR methods.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».