Nanoparticles for Inhibition of Asphaltenes Damage: Adsorption Study and Displacement Test on Porous Media
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
The deposition of asphaltenes is one of the most difficult problems to overcome in oil production and processing. The presence of asphaltenes in crude oil, and consequently, the adsorption and deposition of asphaltenes on the rock surfaces, affects the rock properties, such as porosity, permeability, and wettability. This study aims at analyzing the effect of the chemical nature of 12 types of nanoparticles on asphaltenes adsorption; hence, the delay or inhibition of deposition and precipitation of asphaltenes on porous media under flow conditions at reservoir pressure and temperature were investigated. The adsorption equilibrium of asphaltenes onto nanoparticles was effectively achieved within relatively short times (approximately 2 min), which indicates the promising nature of adsorbents for delaying the agglomeration and inhibiting the precipitation and deposition of asphaltenes. The adsorption equilibrium of asphaltenes for the nanoparticles was determined using a batch method in the range 150–2000 mg/L. The equilibrium adsorption data were fit to both the Langmuir and Freundlich models. Additionally, in this study, the transport of nanoparticles in a porous media at a typical reservoir pressure and temperature was investigated. As a result, the use of nanoparticles allowed the system to flow successfully, which demonstrated the inhibition of precipitation and deposition and the enhanced perdurability against asphaltene damage in the porous media.
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) | 0,000 | 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