Experimental Investigation of Impact of Heterogeneities in Performance of ASP Flooding to Heavy Oil in Five Spot Systems
محل انتشار: هفتمین کنگره ملی مهندسی شیمی
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 910
فایل این مقاله در 9 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:
ICHEC07_608
تاریخ نمایه سازی: 25 فروردین 1394
چکیده مقاله:
Although lots of experiments have been done in enhanced oil recovery field, the number of experiments which consider the effects of local and global heterogeneity on efficiency of enhanced oil recovery based on the ASP flooding is low and rarely done. In this research, we have done numerous experiments of water flooding and ASP flooding on a five spot glass micromodel in different conditions. In these experiments, five different micromodels with three different pore structures are designed. Three models with different layer orientation, one homogenous model and one heterogeneous model are designed. The results show that maximum EOR recovery factor will happen in a situation where the layers are orthogonal to the path of mainstream and the minimum EOR recovery factor will happen in a situation where the model is heterogeneous. This experiments show that in ASP flooding, with increase of angles of layers the EOR recovery factor will increase and this recovery factor is strongly affected by local heterogeneity around the injection zone
کلیدواژه ها:
نویسندگان
Saeid Morshedi
Department of Chemical and Petroleum Engineering, Sharif University of Technology, Tehran, Iran
Mohamad Hosein Sedaghat
Department of Chemical and Petroleum Engineering, Sharif University of Technology, Tehran, Iran
Davood Rashtchian
Department of Chemical and Petroleum Engineering, Sharif University of Technology, Tehran, Iran
Mohsen Masihi
Department of Chemical and Petroleum Engineering, Sharif University of Technology, Tehran, Iran
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 :