Viscosity Modeling of Solvent-Water-Heavy Oil/Bitumen Systems under Reservoir Conditions with an Equation of State (EOS)–Based Framework
Notice bibliographique
Résumé
Summary In this work, we propose a new framework based on equation of state (EOS) for accurately and dynamically modeling the viscosity of solvent-water-heavy oil/bitumen systems as a function of thermal energy, solvent dissolution, and water concentration, respectively. The aqueous/liquid/vapor (ALV) and liquid/vapor (LV) phase equilibria are quantified by integrating the Peng-Robinson (PR) EOS with binary interaction parameters (BIPs) and modified alpha functions by treating the heavy oil/bitumen as either a single pseudocomponent (PC) or multiple PCs. This framework utilizes the volume translation (VT) strategy, effective density, and six widely used mixing rules (i.e., Arrhenius’ mixing rule, Cragoe’s mixing rule, power-law mixing rule, double-log mixing rule, Lobe’s mixing rule, and Shu’s mixing rule) to reproduce the experimentally measured viscosity ranging from 0.7 cp to 566.0 cp at pressures of 0.9 MPa to 5.0 MPa and temperatures of 298.2 K to 463.3 K, respectively. Among these mixing rules, the volume-based and weight-based power-law and the weight-based Cragoe’s mixing rules show superior performance. A comparable reduction in average absolute relative deviation (AARD) is observed in water-containing systems, with the power-law mixing rule reaching its minimum of 9.1% using four PCs. Adding water to a solvent-heavy oil/bitumen mixture can result in either an increase or decrease in viscosity, primarily depending on thermal energy and solvent dissolution. When it comes to the viscosity of a mixture at LV equilibria, as opposed to ALV equilibria, water concentration in feed has a significant effect in reducing the mixture viscosity. It has been discovered that heavier solvents have a superior capacity for diluting heavy oil/bitumen at the same solvent concentration, and water has the same ability for reducing mixture viscosity when it is in liquid phase. At a higher temperature, water as a vapor demonstrates a greater capacity in diluting heavy oil/bitumen than some solvents [e.g., carbon dioxide (CO2) and propane (C3H8)]. Not only can such a newly proposed framework be used to dynamically and accurately predict the viscosity for the aforementioned mixtures under various conditions, but it can also be seamlessly integrated with any reservoir simulators to accurately evaluate and optimize the performance of a hybrid solvent-steam process in a given heavy oil reservoir.
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 ».