ارائه روابط جهت پیش بینی کشش سطحی به صورت نیمه تحلیلی و تمام تحلیلی با بهره گیری از توابع ترمودینامیک بین مولکولی
محل انتشار: مجله پژوهش نفت، دوره: 33، شماره: 1402
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 60
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_PRRIP-33-1402_004
تاریخ نمایه سازی: 17 دی 1402
چکیده مقاله:
همواره در سطح مشترک فازهای سیال، نیروهای سطحی وجود دارند که بر تعادل فازی سیال مورد نظر تاثیرگذار می باشند. به دلیل عدم وجود موازنه میان این نیروها (شامل نیروهای جاذبه و دافعه مولکولی،) یک کششی وجود دارد. یک شاخص کمی از کشش مولکولی در سطح مشترک فاز بخار و مایع، کشش سطحی می باشد که به عنوان نیروی اعمال شده بر واحد طول سطح مشترک و یا انرژی در واحد سطح مشترک تعریف می گردد. کشش سطحی تنها هنگامی وجود دارد که دو فاز بخار و مایع در کنار هم در حال تعادل باشند. از مهم ترین کاربردهای ارزیابی کشش سطحی در مطالعات مخزن، پیش بینی فشار موئینگی جهت در نظر گرفتن نیروهای سطحی بر توزیع سیال درون یک مخزن و تخمین فشار امتزاجی کمینه در فرآیندهای تزریق گاز می باشد. اگرچه تراوایی نسبی به شدت وابسته به کشش سطحی می باشد، ارزیابی دینامیکی رفتار جریان چند فازی در محیط متخلخل نیز به شدت تحت تاثیر این پارامتر خواهد بود. در این مطالعه مدل سازی جهت پیش بینی کشش سطحی با بهره گیری از مدل های ترمودینامیکی بین مولکولی شامل مدل دو پارامتری لنارد-جونز به صورت نیمه-تحلیلی و مدل سه پارامتری چاه-مربعی به صورت تمام تحلیلی در محدوده وسیعی از دما در مقیاس توده توسعه یافته است. مقایسه نتایج برای سیالات هیدروکربونی (سبک تا سنگین) و سیالات غیرهیدروکربونی نشان می دهد که پیش بینی کشش سطحی از طریق مدل چاه-مربعی به دلیل انعطاف پذیری بالا و سادگی ریاضی نسبت به مدل لنارد-جونز، با داده های تجربی تطبیق قابل توجهی ارائه نموده است.
کلیدواژه ها:
نویسندگان
پریسا بهنود
دانشکده مهندسی نفت، دانشگاه صنعتی امیرکبیر، تهران، ایران
محمدرضا خرسند
دانشکده مهندسی نفت، دانشگاه صنعتی امیرکبیر، تهران، ایران
یوسف رفیعی
دانشکده مهندسی نفت، دانشگاه صنعتی امیرکبیر، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :