CN117334262B - 一种油水搅拌乳化流场及黏度的模拟预测方法 - Google Patents
一种油水搅拌乳化流场及黏度的模拟预测方法 Download PDFInfo
- Publication number
- CN117334262B CN117334262B CN202311631566.XA CN202311631566A CN117334262B CN 117334262 B CN117334262 B CN 117334262B CN 202311631566 A CN202311631566 A CN 202311631566A CN 117334262 B CN117334262 B CN 117334262B
- Authority
- CN
- China
- Prior art keywords
- oil
- water
- viscosity
- emulsion
- stirring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 112
- 238000003756 stirring Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004088 simulation Methods 0.000 title claims abstract description 25
- 230000001804 emulsifying effect Effects 0.000 title claims abstract description 17
- 239000000839 emulsion Substances 0.000 claims abstract description 42
- 238000004945 emulsification Methods 0.000 claims abstract description 27
- 238000002474 experimental method Methods 0.000 claims abstract description 16
- 230000000704 physical effect Effects 0.000 claims abstract description 8
- 238000012417 linear regression Methods 0.000 claims abstract description 6
- 239000012530 fluid Substances 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 239000003921 oil Substances 0.000 abstract description 14
- 238000011161 development Methods 0.000 abstract description 3
- 239000002569 water oil cream Substances 0.000 description 21
- 239000010779 crude oil Substances 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000003153 chemical reaction reagent Substances 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000005514 two-phase flow Effects 0.000 description 3
- 239000003995 emulsifying agent Substances 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000010008 shearing Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 101100153581 Bacillus anthracis topX gene Proteins 0.000 description 1
- 101150041570 TOP1 gene Proteins 0.000 description 1
- 101150104012 TOP2 gene Proteins 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002332 oil field water Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Fluid Mechanics (AREA)
Abstract
本发明公开了一种油水搅拌乳化流场及黏度的模拟预测方法，属于油气开发技术领域。该方法包括以下步骤：基于油水搅拌模拟实验装置，开展不同温度、不同剪切速率、不同含水率条件下的油水乳化实验，并测量每次实验的乳液的粘度；对实验数据进行拟合，建立剪切速率、含水率、温度与乳液粘度的单因素本构模型；基于单因素本构模型，建立多参数本构模型，并对其进行多元线性回归分析；建立油水搅拌乳化模拟数值模型，基于多参数本构模型编译UDF，导入FLUENT流体域中的乳状液物性参数设置，修正搅拌实时粘度，利用FLUEN进行模拟，即可获得乳液的状态。本发明的方法，能实时预测乳状液的粘度，同时还能对油、水、乳状液的实时分布、速度场、湍动强度进行预测。
Description
技术领域
本发明涉及油气开采技术领域，具体为一种油水搅拌乳化流场及黏度的模拟预测方法。
背景技术
乳状液是一种液体分散于另一种不相溶液体中形成的多相分散体系，在油田注水和化学驱开采过程中极易形成油水乳状液（油包水体系或水包油体系），从而影响原油质量，增加后续处理工艺的动力和热力消耗。因此，开展油水乳化过程中的流场和黏度预测对于减少油水乳状液的形成、简化油水分离工艺、降低处理能耗具有重要意义。
油水乳状液的性质与油水两相黏度、含水率、温度、乳化剂及界面膜性质、两相颗粒紧密相关。目前，针对油水乳化问题的研究主要采用实验和理论相结合的方法，其中实验部分通过搅拌装置或圆管注入两种方式首先实现乳状液的制备，其次基于制备过程中搅拌速度、两相流流速、温度、含水率、压力等参数的控制对油水乳化的形成机理和规律开展研究，最后对制备的乳状液的物理化学性质进行分析，从而实现油水乳化过程的模拟、乳化机理分析、乳化液规律的预测。理论部分则基于实验结果线性回归各影响参数，从而得到油水乳状液黏度的本构模型。由于油水乳状液的形成受油水两相物性、含水率、温度、乳化剂等多因素影响，现有的方法大多针对乳状液的黏度展开预测，缺乏对于油水乳化过程中油水两相分布、流场分布、油水两相运动规律的预测。因此，动态模拟油水搅拌乳化过程中的流场分布及黏度的预测，对油田开采过程中不同剪切速率、含水率、温度等条件下的乳化流场分析、乳状液黏度预测以及油水乳化机理的研究具有重要意义。
发明内容
针对上述问题，本发明提供了一种油水搅拌乳化流场及黏度的模拟预测方法。
本发明的技术方案如下：
一种油水搅拌乳化流场及黏度的模拟预测方法，包括如下步骤：
S1、基于油水搅拌模拟实验装置，开展不同温度、不同剪切速率、不同含水率条件下的油水乳化实验，并测量每次实验的乳液的粘度；
S2、对S1的实验数据进行拟合，分别建立剪切速率γ、含水率φ、温度T与乳液粘度的单因素本构模型；
S3、基于S2的3个单因素本构模型，建立多参数本构模型μ(φ,γ,T)，并对多参数本构模型进行多元线性回归分析以确定其回归参数；
S4、建立油水搅拌乳化模拟数值模型，基于S3确定的多参数本构模型μ(φ,γ,T)编译UDF，导入FLUENT流体域中的乳状液物性参数设置，修正搅拌实时粘度，利用FLUEN进行模拟，即可获得搅拌过程中的乳液的状态。
与现有技术相比，本发明具有以下优点：该方法能实时预测油水搅拌过程中随温度、含水率、搅拌速率（剪切速率）变化时，形成油水乳状液的粘度，同时还能对搅拌域中油、水、乳状液的实时分布、速度场、湍动强度进行模拟预测。具有预测精度高、模拟速度快、时效性高、成本低廉，对于实际工程应用中油水乳化的粘度预测具有重要指导意义。
附图说明
图1为50℃时不同剪切速率、不同含水率条件下的乳状液黏度实测值与拟合值；
图2为50℃时不同剪切速率、不同含水率条件下乳状液黏度实测值与拟合值的相对误差；
图3为50s-1时不同温度、不同含水率条件下乳状液黏度实测值与拟合值；
图4为50s-1时不同温度、不同含水率条件下乳状液黏度实测值与拟合值的相对误差；
图5为油水搅拌乳化模拟数值模型图；
图6为本发明实施例设置好参数后的油水搅拌乳化模拟数值模型图；
图7为本发明实施例的乳化流场图；
图8为本发明实施例的油水搅拌油相图；
图9为本发明实施例的油相流场图；
图10为本发明实施例的湍流强度图。
具体实施方式
下面结合实施例及附图，对本发明作进一步地的详细说明。
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
一种油水搅拌乳化流场及黏度的模拟预测方法，其特征在于，包括以下步骤：
S1、基于油水搅拌模拟实验装置，开展不同温度、不同剪切速率、不同含水率条件下的油水乳化实验，并测量每次实验的乳液的粘度；
具体的，在本实施例中，其操作过程如下所示：
搅拌透明圆筒容器底部直径3cm，高10cm，搅拌杆底部直径0.5cm，高6.6cm，搅拌桨为长方体叶片状，连接在搅拌杆底部，长2.5cm，高0.9cm，厚0.1cm，装置几何结构见图1左侧所示。采用原油和纯水作为实验试剂，设计实验剪切速率范围为0.1~1000s-1，实验温度范围为50~70℃，并通过调整实验试剂的油水体积比进而控制乳化液含水率范围为20%~60%。为保证实验测试的准确性，实验前需对原油进行脱水处理。
实验开始时，应将原油和水按固定体积比加注至搅拌容器中，设置搅拌剪切速率和恒温水浴温度，待水浴温度稳定后开启搅拌桨进行搅拌乳化实验，可根据实验试剂体积量设置不同搅拌时间，本实施方式设置搅拌乳化时间为5min。待乳化搅拌实验结束，抽取搅拌后的油水乳状液，将其加注至Anton Par MCR302旋转流变仪中，采用圆筒系统进行乳状液的黏度测定。
a）不同剪切速率条件下的油水乳状液黏度预测：
为测试不同剪切速率下的油水乳状液黏度，设置剪切速率为0.1~1000s-1设置固定温度条件50℃，根据所述搅拌乳化实验实施方式，分别测定不同剪切速率条件下的油水乳状液黏度值；
b）不同温度条件下的油水乳状液黏度预测：
为测试不同温度条件下的油水乳状液黏度，设置实验温度为50℃，55℃，60℃，65℃，70℃，设置固定剪切速率为50s-1，含水率分别为20%~60%，根据所述搅拌乳化实验实施方式，分别测定不同实验温度条件下的油水乳状液黏度值；
c）不同含水率条件下的油水乳状液黏度预测：
为测试不同含水率下的油水乳状液黏度，设置实验试剂含水率为20%，30%，40%，50%，60%，将原油和水按对应含水率的固定体积比加注至搅拌容器中，设置固定实验温度为50℃，根据所述搅拌乳化实验实施方式，分别测定不同含水率下的油水乳状液黏度值。
S2、对S1的实验数据进行拟合，分别建立剪切速率γ、含水率φ、温度T与乳液粘度的单因素本构模型；
利用matlab软件，对不同剪切速率条件下的油水乳状液黏度测试数据进行拟合，确定其黏度与剪切速率的关系式μ 1(γ)为：；对不同含水率条件下的油水乳状液黏度测试数据进行拟合，确定黏度与含水率的关系式μ 2(φ)为：；对不同温度条件下的油水乳化液黏度测试数据进行拟合，确定黏度与温度的关系式μ 2(T)为：/>。式中，μ 1表示粘度随剪切速率的变化规律；μ 2表示粘度随含水率的变化规律；μ 3表示粘度随温度的变化规律；a 1、a 2、a 3、b 1、b 2、b 3均为拟合参数。
S3、基于S2的3个单因素本构模型，建立多参数本构模型μ(φ,γ,T)，并对多参数本构模型进行多元线性回归分析以确定其回归参数；
具体的，为更好预测不同剪切速率(γ)、不同含水率(φ)和不同温度(T)条件下油水乳状液的黏度，需建立多参数(φ,γ,T)下原油乳状液的黏度本构预测模型μ(φ,γ,T)，其基本思路如下：
式中，k 1、k 2、k 3、k 4、k 5、k 6、k 7、k 8均为回归参数。
基于多参数黏度本构模型，结合不同温度、不同剪切速率、不同含水率条件下的油水搅拌乳化实验数据，利用统计分析软件SPSS对该多参数黏度本构模型进行多元线性回归处理，从而确定参数k 1、k 2、k 3、k 4、k 5、k 6、k 7、k 8取值，事实上，本领域有多重统计分析软件，比如excel、matlab等，其都能够应用于本发明实施例，但是，根据发明人的实验发现，在采用SPSS软件进行处理时，其拟合精度最好，R2值可达到0.949。本实施例中，其回归处理结果如下：
k 1=1.562，k 2=-0.011，k 3=8.543，k 4=-0.197，k 5=0.0003，k 6=0，k 7=0，k 8=-0.0072
Lnμ=1.562-0.011T+8.543φ-0.197lnγ+0.0003Tφ-0.0072Tφlnγ
基于油水搅拌乳化实验数据，对上述建立的多参数黏度本构模型进行检验，油水搅拌乳状液黏度实测值与预测值及其相对误差如表图1~4所示。
从图1-图4可知，本发明实施例的多参数本构模型，其精度较高，其相对误差大于20%的结果低于10%，说明该模型具有较好的精度。同时，结合图1、图2可知，当温度固定为50℃时，本发明实施例的方法的准确性较高，平均误差仅为8.22%；结合图3、图4可知，当剪切速率固定时，本发明实施例的方法在含水率为20%、50%、60%处具有较高的准确性。
S4、建立油水搅拌乳化模拟数值模型，基于S3确定的多参数本构模型μ(φ,γ,T)编译UDF，导入FLUENT流体域中的乳状液物性参数设置，修正搅拌实时粘度，利用FLUEN进行模拟，即可获得搅拌过程中的乳液的状态。
（1）基于油水搅拌乳化模拟实验装置，采用ANSYS ICEM软件建立1:1油水搅拌乳化模拟实验装置几何模型，如图5所示，定义流动搅拌域，流动搅拌域为底部直径2.8cm，高2.4cm的圆筒，对流动搅拌域定义为动域，实验装置内的其余部分定义为静域，并分别进行结构化网格划分；
（2）定义搅拌器parts命名，分别将搅拌轴，搅拌轴桨叶连接轴，搅拌器底部、顶部、壁面，流动搅拌域底部、顶部、壁面，搅拌桨叶，流体动域，流体静域命名为axis1，axis2，bottom1，top1，outerwall，bottom2，top2，innerwall，board，body，fluid。
（3）合并动静域网格生成网格文件.msh导入ANSYS FLUENT；
（4）分别设置油水物性，油水两相界面张力ζ=0.018，多相流模型为mixture，动静域接触面边界条件为interface，其余边界条件设置为wall，定义搅拌动域和静域，设置搅拌桨转速n=1000rpm、流动域转速n=1000rpm，求解参数，控制参数，求解精度，并patch填充初始油水至搅拌域中，下部为水，上部为油，油水比为7:3（含水率30%），见图6所示；
（5）基于已建立好的油水乳化黏度本构预测模型μ(φ,γ,T)，
lnμ=1.562-0.011T+8.543φ-0.197lnγ+0.0003Tφ-0.0072Tφlnγ编译UDF导入FLUENT；
（6）计算初始化initialization后，设置迭代步数为1500步，迭代间隔时间为0.1s，进行迭代计算；计算过程中基于残差判断实际迭代次数：如果迭代过程中残差低于设定值，则停止迭代并进入步骤7。
（7）计算结束后，进行可视化后处理，分别查看搅拌器搅拌过程中乳化流场（图7），油水搅拌油相（图8）、油相流场（图9）、湍流强度（图10）；
（8）改变初始油水物性，搅拌桨转速、流动域转速，油水填充分布，搅拌温度，从而实现不同剪切速率、含水率、温度、油水界面位置等条件下油水搅拌乳化过程中的油水分布、油水两相流场、乳化流场、湍动强度分布和乳状液黏度的动态预测。
本发明很好地解决了油田开采时缺乏对于油水乳化过程中油水两相分布、流场分布、油水两相运动规律、乳状液黏度的动态预测。实现了对油田开采过程中不同剪切速率、含水率、温度、油水界面位置等条件下的油水分布、油水两相流场、乳化流场、湍动强度分布和乳状液黏度的动态预测，对于油水乳化机理的研究、油田开采方案的设计、原油采输工艺具有重要意义。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明实施例揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
Claims (5)
1.一种油水搅拌乳化流场及黏度的模拟预测方法，其特征在于，包括以下步骤：
S1、基于油水搅拌模拟实验装置，开展不同温度、不同剪切速率、不同含水率条件下的油水乳化实验，并测量每次实验的乳液的粘度；
S2、对S1的实验数据进行拟合，分别建立剪切速率γ、含水率φ、温度T与乳液粘度的单因素本构模型；
S3、基于S2的3个单因素本构模型，建立多参数本构模型并对多参数本构模型进行多元线性回归分析以确定其回归参数；
S4、建立油水搅拌乳化模拟数值模型，基于S3确定的多参数本构模型编译UDF，导入FLUENT流体域中的乳状液物性参数设置，修正搅拌实时粘度，利用FLUEN进行模拟，即可获得搅拌过程中的乳液的状态；
所述单因素本构模型为：
剪切速率本构模型：lnμ1∝a1+b1lnγ；
含水率本构模型：lnμ2∝a2+b2φ；
温度本构模型：lnμ3∝a3+b3T；
式中，a1、a2、a3、b1、b2、b3均为拟合参数，μ1表示粘度随剪切速率的变化规律；μ2表示粘度随含水率的变化规律；μ3表示粘度随温度的变化规律；
所述多参数本构模型为：
μ(φ，γ，T)＝k1+k2T+k3φ+k4Tφ+k5lnγ+k6T lnγ+k7φlnγ+k8Tφlnγ
式中，k1、k2、k3、k4、k5、k6、k7、k8均为回归参数。
2.根据权利要求1所述的方法，其特征在于，S2中，基于ANSYS ICEM软件建立油水搅拌乳化模拟数值模型，所述油水搅拌乳化模拟数值模型与所述油水搅拌模拟实验装置为1∶1设置。
3.根据权利要求1所述的方法，其特征在于，S2中，在所述油水搅拌乳化模拟数值模型中定义流动搅拌区域和静域，同时基于实际实验条件，设置包括油水物性、多相流模型、边界条件在内的参数，并将其填充至初始油水搅拌域中。
4.根据权利要求1所述的方法，其特征在于，S3中，对于所述多参数本构模型，基于S1的数据，对其进行多元线性回归分析，从而获得其回归参数。
5.根据权利要求1所述的方法，其特征在于，S4包括以下步骤：基于多参数本构模型，编写UDF并将其导入FLUENT中并进行迭代计算，后输出计算结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311631566.XA CN117334262B (zh) | 2023-12-01 | 2023-12-01 | 一种油水搅拌乳化流场及黏度的模拟预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311631566.XA CN117334262B (zh) | 2023-12-01 | 2023-12-01 | 一种油水搅拌乳化流场及黏度的模拟预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117334262A CN117334262A (zh) | 2024-01-02 |
| CN117334262B true CN117334262B (zh) | 2024-02-20 |
Family
ID=89279769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311631566.XA Active CN117334262B (zh) | 2023-12-01 | 2023-12-01 | 一种油水搅拌乳化流场及黏度的模拟预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117334262B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106053166A (zh) * | 2016-05-18 | 2016-10-26 | 东北石油大学 | 基于表观黏度量化表征的原油乳状液配制方法 |
| CN108828194A (zh) * | 2018-06-22 | 2018-11-16 | 中国海洋大学 | 模拟海底半潜油的方法 |
| CN109824317A (zh) * | 2019-01-16 | 2019-05-31 | 北京建筑大学 | 一种用于冷拌冷铺的乳化沥青制备方法及应用 |
| CN114266206A (zh) * | 2021-12-24 | 2022-04-01 | 河海大学 | 波浪-淤泥相互作用实验测量装置及计算分析系统 |
| WO2022174262A1 (en) * | 2021-02-12 | 2022-08-18 | Schlumberger Technology Corporation | Reservoir modeling |
| CN115267144A (zh) * | 2021-04-30 | 2022-11-01 | 中国石油化工股份有限公司 | 一种高含水率原油低温动态乳化含水率测试装置及方法 |
| US11536123B1 (en) * | 2021-07-14 | 2022-12-27 | Southwest Petroleum University | Method for enhancing the recovery factor of heavy oil by in-situ oil-water emulsion with high phase inversion point |
| CN115577628A (zh) * | 2022-10-11 | 2023-01-06 | 西南石油大学 | 一种基于神经网络的油水乳状液黏度预测方法及装置 |
| CN115600514A (zh) * | 2021-07-09 | 2023-01-13 | 中国石油化工股份有限公司（Cn） | 一种稠油化学冷采堵调降粘过程中的渗流特性的表征方法 |
| CN116861324A (zh) * | 2023-07-27 | 2023-10-10 | 西南石油大学 | 一种基于支持向量机计算稠油乳状液黏度的方法 |
-
2023
- 2023-12-01 CN CN202311631566.XA patent/CN117334262B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106053166A (zh) * | 2016-05-18 | 2016-10-26 | 东北石油大学 | 基于表观黏度量化表征的原油乳状液配制方法 |
| CN108828194A (zh) * | 2018-06-22 | 2018-11-16 | 中国海洋大学 | 模拟海底半潜油的方法 |
| CN109824317A (zh) * | 2019-01-16 | 2019-05-31 | 北京建筑大学 | 一种用于冷拌冷铺的乳化沥青制备方法及应用 |
| WO2022174262A1 (en) * | 2021-02-12 | 2022-08-18 | Schlumberger Technology Corporation | Reservoir modeling |
| CN115267144A (zh) * | 2021-04-30 | 2022-11-01 | 中国石油化工股份有限公司 | 一种高含水率原油低温动态乳化含水率测试装置及方法 |
| CN115600514A (zh) * | 2021-07-09 | 2023-01-13 | 中国石油化工股份有限公司（Cn） | 一种稠油化学冷采堵调降粘过程中的渗流特性的表征方法 |
| US11536123B1 (en) * | 2021-07-14 | 2022-12-27 | Southwest Petroleum University | Method for enhancing the recovery factor of heavy oil by in-situ oil-water emulsion with high phase inversion point |
| CN114266206A (zh) * | 2021-12-24 | 2022-04-01 | 河海大学 | 波浪-淤泥相互作用实验测量装置及计算分析系统 |
| CN115577628A (zh) * | 2022-10-11 | 2023-01-06 | 西南石油大学 | 一种基于神经网络的油水乳状液黏度预测方法及装置 |
| CN116861324A (zh) * | 2023-07-27 | 2023-10-10 | 西南石油大学 | 一种基于支持向量机计算稠油乳状液黏度的方法 |
Non-Patent Citations (6)
| Title |
|---|
| 3D Eulerian-Eulerian modeling of a screw reactor for biomass thermochemical conversion. Part 2: Slow pyrolysis for char production;Shi X等;《Renewable Energy》;第143卷;1477-1487 * |
| 中轻质原油包水乳状液流动特性研究;王娅婷;《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》(第4期);B019-883 * |
| 基于多元线性自回归模型的流量预测;党小超等;《计算机工程》;第38卷(第1期);84-86, 89 * |
| 塔河油田强底水砂岩油藏CO2/N2驱提高采收率机理;刘学利等;《Science Technology & Engineering》;第23卷(第15期);6409-6418 * |
| 惠州油田含水原油流变性的实验研究;陈小榆等;《西南石油大学学报(自然科学版)》;第41卷(第3期);137-142 * |
| 渤海湾盆地金县1-1油田原油黏度和乳化行为研究;柴世超等;《化学工程与装备》(第12期);159-161 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117334262A (zh) | 2024-01-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jaworski et al. | CFD study of homogenization with dual rushton turbines—Comparison with experimental results: Part I: Initial studies | |
| Jayanti | Hydrodynamics of jet mixing in vessels | |
| Montante et al. | CFD simulations and experimental validation of homogenisation curves and mixing time in stirred Newtonian and pseudoplastic liquids | |
| Anthony et al. | Scaling laws and dynamics of bubble coalescence | |
| Tanguy et al. | A new investigation of the metzner‐otto concept for anchor mixing impellers | |
| Smith | Simple performance correlations for agitated vessels | |
| Guntzburger et al. | An experimental method to evaluate global pumping in a mixing system: Application to the Maxblend™ for Newtonian and non-Newtonian fluids | |
| Ranade | Computational fluid dynamics for reactor engineering | |
| CN117334262B (zh) | 一种油水搅拌乳化流场及黏度的模拟预测方法 | |
| Jing et al. | Determination of the transportation limits of heavy crude oil using three combined methods of heating, water blending, and dilution | |
| Pu et al. | A new method to judge the phase inversion point of crude emulsion | |
| Luk et al. | Two-dimensional mixing in rivers with unsteady pollutant source | |
| Neale | Degrees of anisotropy for fluid flow and diffusion (electrical conduction) through anisotropic porous media | |
| Grenville et al. | Blending in above ground storage tanks with side-entering agitators | |
| CN116861324A (zh) | 一种基于支持向量机计算稠油乳状液黏度的方法 | |
| Mao et al. | Flow pattern analysis of the oil-water batch transportation using a wheel flow loop | |
| Ferrari et al. | A slug capturing method in unconventional scenarios: The 5ESCARGOTS code applied to non-Newtonian fluids, high viscous oils and complex geometries | |
| CN115329616A (zh) | 一种含相变的多孔介质热流固化耦合多相渗流模拟方法 | |
| KR102361504B1 (ko) | 교반기의 교반 혼합성능 평가방법 | |
| Dabiri et al. | On the effect of the inlet configuration for anaerobic digester mixing | |
| Heydari et al. | Mass transfer performance and hydrodynamics of a bubble column reactor at offshore floating conditions | |
| Al-Qaessi et al. | Prediction of mixing time for miscible liquids by CFD simulation in semi-batch and batch reactors | |
| Thakre et al. | CFD modeling of flow, macro‐mixing and axial dispersion in a bubble column | |
| Morenko | Numerical simulation of Couette–Taylor–Poiseuille two-phase flow | |
| Nogueira | Transient CFD Simulation of Vortex Formation in a Stirred Multiphase Flow |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |