INVESTIGATION OF ENVIRONMENTALLY FRIENDLY SOLVENTS FOR THE RECOVERY OF HEAVY OIL AND BITUMEN
Notice bibliographique
Résumé
Solvent injection recovery processes were introduced as a more energy-efficient and environmentally friendly alternative to Steam injection processes. However, BTX chemicals commonly used for crude oil recovery due to their strong solvency and low asphaltene precipitation are acutely toxic and harmful to the environment. These chemicals are easily soluble in water causing groundwater contamination. In this study, I test the effectiveness of three solvents; Visred, Limonene and Pinene and compare their results to conventional toxic solvents. Visred, although toxic, is chosen as a solvent as it can reduce the amount of solvent injected into the wellbore. Limonene and Pinene are environmentally friendly non-toxic edible solvents. These are also readily available and cheaper than conventional solvents. Three crude samples have been tested in this study: Canadian Bitumen, Californian heavy oil (Cali 1) and Californian extra heavy oil (Cali2). A total of 15 core flooding experiments including both steam and steam-solvent flooding processes were conducted and the best recovery method for each crude sample was determined based on produced oil quality, displacement efficiency, oil recovered and economic parameters. This work proves the effectiveness of these solvents in yielding comparable if not more oil recovery than conventional solvents and can be instrumental to heavy oil and bitumen resources across the globe.
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) | 0,049 | 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 ».