Stabilization of Nanometal Catalysts and Their Interaction with Oleic Phase in Porous Media during Enhanced Oil Recovery
Notice bibliographique
Résumé
Two aspects of nanonickel particle injection into porous media were studied: stabilization and transportation. Three different surfactants [sodium dodecylbenzenesulfonate (SDBS), cetyltrimethylammonium bromide (CTAB), and Tergitol Np-9] and xanthan gum polymer were tested for stabilization of the nanoparticles. In the analysis of these tests, ζ-potential, size distribution measurements, and sedimentation photographs were used. The observations were analyzed using the classical DLVO (Derjaguin, Landau, Verwey, and Overbeek) theory. Only xanthan gum polymer could stabilize the particles for a sufficient time, which is required to transport into the oil reservoir. The interaction of the nanoparticles, stabilized in xanthan gum solution, with the oil phase was studied by visualization experiments. It was observed that the transfer of particles to oil–water interfaces requires modification of the surface charges of the oil phase. This was achieved by CTAB surfactant. The ionic interactions of the polymer and the surfactant and the presence of oil phase were found to be of utmost importance in this process. The micromodel visualization experiments were also conducted to study the interactions between the injected chemicals with oil and rock matrix. These experiments showed that, when injected with the proposed method, the nickel particles moved to the oil–water interface or attached to the matrix without agglomeration. The distribution of the particles depends on the heterogeneity of the medium and the injection rate.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».