Multi-Scale Evaluation of Nanoparticle-Stabilized CO2-in-Water Foams: From the Benchtop to the Field
Notice bibliographique
Résumé
Abstract Although EOR with CO2 is practiced domestically on large scale, the potential for advancement is enormous. The ongoing search for better solutions has motivated extensive research on alternatives to surfactant-stabilized CO2 foams for CO2 mobility control. The formation of CO2-in-water foams lowers the CO2 mobility, resulting in improvement in sweep efficiency in field tests. The crucial unmet challenge in employing CO2 foams is to maintain long-term stability of foam to achieve high sweep efficiency for the duration of the flooding process. Surfactant-stabilized foams are inherently unstable so that maintenance of the low mobility requires continuous regeneration of lamellae in the small pores of the rock. Nanoparticles can potentially be used to provide much higher foam stability and thus long-term mobility control for CO2 floods. They can act like a foaming surfactant without some of the surfactant drawbacks. Here we present a turnkey approach for using surface treated nanoparticles in reservoirs. This involves: tests for stability in brines, transportability through cores, foam generation in beadpacks and cores when co-injected with CO2, quantification of CO2 viscosity enhancement, and finally modeling of field-scale effects. In this paper, we will outline the key details of nanoparticle design for CO2 EOR.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».