Sulfur-Reducing Bacteria May Lower Corrosion Risk in Oil Fields by Coupling Oxidation of Oil Organics to Reduction of Sulfur-Polysulfide to Sulfide
Notice bibliographique
Résumé
Abstract Sulfate-reducing bacteria are generally considered to have a profound impact on the petroleum industry as their sulfide production activity contributes to reservoir souring and pipeline corrosion. SRB can be controlled by injecting biocides into pipelines and above-ground facilities. A recent “green” alternative for controlling reservoir souring is to inject nitrate, as nitrate is relatively harmless and is ultimately reduced to nitrogen gas. Resident nitrate-reducing bacteria (NRB) reduce nitrate to nitrite, which is a strong inhibitor of SRB, thereby inhibiting sulfide production. However, NRB-mediated oxidation of sulfide with nitrate and/or chemical reaction between nitrite and sulfide can generate sulfur-polysulfide (S-PS), which can expedite corrosion. S-PS is also rapidly formed by chemical reactions, when sour produced waters, containing substantial sulfide concentrations, are exposed to air. Once formed, S-PS can be removed by either of two alternative routes, which may thus reduce corrosion risk. In the presence of (i) excess electron acceptor (e.g. nitrate), NRB may further oxidize the S-PS to sulfate, whereas in the presence of (ii) excess electron donor (oil organics, e.g. acetate) the S-PS may be reduced back to sulfide. A specialized group of sulfur-reducing bacteria catalyzes this reaction. A representative of this group, Desulfuromonas acetoxidans, derives energy for growth from the reaction: 4 sulfur + acetate = 4 sulfide + 2 CO2. Because oil field waters tend to be electron donor rich and electron acceptor poor, one would expect S-PS to be removed by the second route. A survey of the microbial community in produced waters from an oil field with low bottomhole temperatures indicated Desulfuromonas species to be common. Hence, once S-PS is formed by reaction of excess sulfide with a limiting concentration of nitrate or oxygen, it may subsequently be effectively removed through the activity of sulfur-reducing bacteria such as Desulfuromonas.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».