Understanding the Chemical Mechanisms for Low Salinity Waterflooding
Notice bibliographique
Résumé
Abstract Low salinity water (LSW) is reported to improve oil recovery (IOR) significantly in sandstone and carbonate core experiments. Ranges of IOR vary significantly depending on the chemical composition of brine, oil and cores. We previously developed a process-based and predictive model that explicitly includes the chemical interactions between crude oil, brine, and the carbonate surface that alter rock wettability. In this research, we improve the developed model to include explicitly the acid/base interaction and ion-binding interaction of crude oil adsorption. The wettability alteration is quantified by the surface concentrations of adsorbed carboxylic acids, which is a result of aqueous and surface reactions. The total concentrations of aqueous and surface species are varied individually and together over a large range while precipitation constraints are also included. The wettability is for a variety of brine compositions used in experiments. The wettability depends strongly on the concentration of Ca2+, Mg2+ and SO42−, as well as the total salinity. Including the acid/base interaction can explain the wettability alteration trend when Ca2+, Mg2+ and SO42− concentrations are significant. Including the ion-binding through Ca2+ can better explain the wettability alteration trend when diluted formation water or seawater is injected. We can reproduce the wettability alteration trend reported in experiments from different sources by combining the acid/base and ion-binding mechanisms and considering the irreversibility of the carboxylic adsorption reactions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».