MétaCan
Menu
Retour à la cohorte
Enregistrement W7042760559

Prediction of the combustion characteristics in a downhole steam generator

2015· other· en· W7042760559 sur OpenAlexaboutno aff

Notice bibliographique

RevueOSTI OAI (U.S. Department of Energy Office of Scientific and Technical Information) · 2015
Typeother
Langueen
DomaineMaterials Science
ThématiqueX-ray Diffraction in Crystallography
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCombustionExtrapolationBoiler (water heating)Work (physics)Heat recovery steam generatorSteam injectionGenerator (circuit theory)Thermal power station
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Downhole steam generation is an attractive alternative to conventional surface steam generation for recovery of heavy oils from deep reservoirs. Downhole steam generation technique has been under development in the past five years in the United States, Canada and the United Kingdom. The main advantages of this method are very high thermal efficiency, flexibility of operation and lower environmental pollution load. In conjunction with experimental work on the development of a downhole steam generator at the University of Calgary, two computer models for prediction of the combustion characteristics in such generators have been developed. The first model is based on the assumption of a balanced reaction and complete combustion of the fuel. It determines the reaction temperature and the enthalpy of the product gases at different pressures, air/fuel ratios and water injection rates. The second model uses a modified version of the Dixon Lewis method to determine equilibrium for all species of the reaction system, including nitrogen oxides. A non-Jacobian numerical method is used for the solution of the resulting system of non-linear equations. The results show that to a fairly good approximation, the reaction temperature and the composition of product gases may be correlated with the main operating variables by simple logarithmic plots. This facilitates extrapolation of the experimental data by the use of allocation transformations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,415
Score d'incertitude au seuil0,613

Scores Codex et Gemma par catégorie

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

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 GPT0,223
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOSTI OAI (U.S. Department of Energy Office of Scientific and Technical Information)Même sujetX-ray Diffraction in CrystallographyTravaux en français237 207