Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西南石油大学熊伟获国家专利权

西南石油大学熊伟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西南石油大学申请的专利一种基于状态方程的纳米孔中受限流体吸附量计算方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120974969B

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511054061.0,技术领域涉及:G06F30/28;该发明授权一种基于状态方程的纳米孔中受限流体吸附量计算方法是由熊伟;赵玉龙;张烈辉;曹成;田野;周翔;唐慧莹;刘香禺;张涛设计研发完成,并于2025-07-30向国家知识产权局提交的专利申请。

一种基于状态方程的纳米孔中受限流体吸附量计算方法在说明书摘要公布了:本发明公开了一种基于状态方程的纳米孔中受限流体吸附量计算方法,包括以下步骤:S1:通过临界点移动对传统立方状态方程的引力项进行修正;S2:通过纳米孔中流体分子‑孔壁间的相互作用对状态方程的压力项进行修正;S3:根据纳米孔中受限流体与体相流体的吸附相平衡条件,构建非线性方程组的迭代计算方法;S4:利用纯物质的吸附等温线实验数据,采用最小二乘法回归出不同孔隙介质条件下吸附流体的模型参数;S5:利用实验数据拟合出的模型参数,预测不同温度和压力条件下页岩气藏纳米孔中受限流体的吸附量。本发明能有效预测页岩气藏纳米孔内受限流体吸附量,具有计算速度快、精度高、适用范围广等特点,为页岩气藏高效开发提供技术支撑。

本发明授权一种基于状态方程的纳米孔中受限流体吸附量计算方法在权利要求书中公布了:1.一种基于状态方程的纳米孔中受限流体吸附量计算方法,其特征在于,包括以下步骤: S1:利用页岩气藏纳米孔中受限流体临界点的实验数据,通过临界点移动对传统立方状态方程的引力项进行修正; S2:通过纳米孔中流体分子-孔壁间的相互作用对状态方程的压力项进行修正; S3:根据纳米孔中受限流体与体相流体的吸附相平衡条件,构建非线性方程组的迭代计算方法;具体包括以下子步骤: S301:根据纳米孔中受限流体与体相流体的吸附相平衡条件构建非线性方程组: 式中:fi是体相中组分i的逸度;fp,i是纳米孔中组分i的逸度;T是系统的温度,K;P是体相的压力,MPa;x1,x2,……,xNC-1是体相中第1,2,…,NC-1个组分的摩尔分数;NC是组分的总数;vp为纳米孔中受限流体吸附量的倒数,m3mol;rp是多孔介质的孔隙半径,Å; S302:选择吸附相密度和摩尔分数作为首要变量,利用修正引力项和压力项的受限流体状态方程模型计算出吸附相的逸度; 所述修正引力项和压力项的受限流体状态方程模型为: 式中:P是修正后的SRK状态方程的总压力,MPa;Pr是SRK状态方程的排斥项压力,MPa;Pma是修正后的引力项压力,MPa;Pmw是分子-孔壁相互作用压力,MPa; 所述逸度的计算公式为: 式中:fp,i是纳米孔中组分i的逸度;ϕp,i是纳米孔中组分i的逸度系数;xi是体相中组分i的摩尔分数;ϕi是体相中组分i的逸度系数;fi是体相中组分i的逸度; S303:根据纳米孔中受限流体与体相流体的相平衡,采用连续迭代法计算新的吸附相摩尔分数,更新后的纳米相组分摩尔分数计算公式如下: 式中:上标n和n+1是第n和n+1个迭代步数; S304:采用割线法计算新的吸附相密度,计算公式为: 式中:上标n-1是第n-1个迭代步数;fp,NC是纳米孔中第NC个组分的逸度;fNC是体相中第NC个组分的逸度; 根据新的吸附相密度检查是否满足纳米孔中受限流体与体相流体的吸附相平衡条件,如果不满足,则返回步骤S302开始新一轮的计算;如果满足,则停止计算; S4:利用纯物质的吸附等温线实验数据,采用最小二乘法回归出不同孔隙介质条件下吸附流体的模型参数; S5:利用实验数据拟合出的模型参数,预测不同温度和压力条件下页岩气藏纳米孔中受限流体的吸附量。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西南石油大学,其通讯地址为:610000 四川省成都市新都区新都大道8号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。