On the Effect of Polymer Elasticity on Secondary and Tertiary Oil Recovery
Notice bibliographique
Résumé
Typically, a polymer for enhanced oil recovery (EOR) is selected on the basis of the viscosity range or average molecular weight, concentration, and brine composition, besides other reservoir properties. There is not much emphasis given on how the elasticity of polymers could enhance the oil recovery. In this study, in an effort to find a systematic approach for selecting the best polymer for water flooding, the effect of molecular weight distribution (MWD), a direct measure of a polymer’s elasticity, was studied on oil recovery performance. The individual effect of the elasticity of polymers on oil recovery, breakthrough and overall recovery, and residual resistance factor (RRF) was determined by keeping the viscosity constant and varying the elasticity during secondary and tertiary recovery experiments. Within two different groups of polymers each with similar average molecular weight studied here, nearly 10% higher recovery for the highest elastic polymer was observed during secondary recovery, whereas for tertiary flood ∼6% higher recovery with ∼5 times higher RRF value was observed for the highest elastic polymer solution studied here. Results have shown that average molecular weight by itself might not be the best criterion to select the optimum polymer fluid composition for polymer flooding operations. Polymer elasticity should be weighted more than the average molecular weight, as it could correspond to higher sweep efficiency due to the stretching of polymer along the pores. Considering the polymer elasticity or MWD together with average molecular weight seems to be a better approach for achieving higher oil recovery performance at lower polymer concentrations.
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 | 0,000 |
| 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 | 0,002 |
| 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 ».