MétaCan
Menu
Retour à la cohorte
Enregistrement W2014250203 · doi:10.2118/170167-ms

Nanoparticle Stablized CO2 in Water Foam for Mobility Control in Enhanced Oil Recovery via Microfluidic Method

2014· article· en· W2014250203 sur OpenAlex
Phong Nguyen, Hossein Fadaei, David Sinton

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueSPE Heavy Oil Conference-Canada · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEnhanced oil recoveryViscous fingeringMaterials scienceNanoparticleEmulsionPulmonary surfactantChemical engineeringViscosityMicrofluidicsSodium dodecyl sulfatePetroleum engineeringComposite materialChromatographyNanotechnologyPorous mediumChemistryPorosityGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Nanoparticle stabilized CO2 in water foam can overcome the low stability challenges facing surfactant foams in reservoir conditions. Foams are effective in mobility control against viscous fingering during gas injection in enhanced oil recovery. This study presents a microfluidic approach to image and quantify the stability of foam at pore scale and the dynamics of the oil recovery process during water flooding, CO2 gas flooding, and nanoparticle foam flooding. In addition to chip scale flooding visualization, micro-scale imaging reveals the mechanisms of the viscous fingering in gas flooding and the high sweep efficiency of foam; micro-emulsion size and distribution in gas and foam flooding. Coated silica nanoparticle CO2 foam is significantly more stable than sodium dodecyl sulfate (SDS) foam at both pore scale and bulk foam. Nanoparticle foam can improve oil recovery an additional 17% IOIP after water flooding, this is 10% IOIP more efficient than CO2 gas flooding as a result of high sweep efficiency and increase in effective viscosity.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle