Selection of the Right Demulsifier for Chemical Enhanced Oil Recovery
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.
Notice bibliographique
Résumé
Abstract In this paper, the importance of five process variables (alkaline, surfactant, polymer, shear rate and oil cut) and their interactions that govern emulsion stability in chemical enhanced oil recovery (CEOR) was investigated. The surfactant, alkaline, and polymer decreased the size of oil droplets, increased the surface charge of oil droplets, and increased the film elasticity, making oil-water separation difficult. Selected cationic demulsifiers (patents pending) when added to a produced emulsion at ambient temperature for alkaline, surfactant, polymer (ASP) and surfactant, polymer (SP) processes yielded oil and water phases with greatly improved quality compared to emulsions treated with conventional nonionic demulsifier resins and polymeric cationic flocculants. Structure and performance relationships of alkyltrimethylammonium bromides and alkyldimethylbenzylammonium bromides (n=C8 to C18) were also studied. Octyltrimethylammonium bromide was the best demulsifier for SP flood and dodecyldimethylbenzylammonium bromide was the most effective for ASP flood. Di-alkyl quaternary ammonium bromides were more effective than mono-alkyl quaternary ammonium bromides of similar molecular weights. The zeta potential became less negative and the size of oil droplets remarkably increased when a cationic demulsifier was added to the emulsion. Application of this novel demulsifier resulted in the production of dry oil and clean water for a pilot field experiencing chemical breakthrough from an ASP flood
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,001 | 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 découle