Improvement in thermo‐chemical stability of nanocomposite preformed particle gels for conformance control in harsh oil reservoir conditions
Notice bibliographique
Résumé
ABSTRACT Gel treatment is one of the most promising technologies to improve conformance control in heterogeneous reservoirs. In this paper, new enhanced preformed particle gels (PPGs) are introduced for conformance control in high‐temperature and high‐salinity oil reservoirs. The thermo‐chemical stability of this product is due to the incorporation of a new monomer, N,N‐dimethyl acrylamide (DA), to the structure of the last well‐known nano‐composite PPGs. Four species, N,N‐dimethyl acrylamide, 2‐acrylamido‐2‐methylpropane sulphonic sodium salt (AMPSNa), acrylamide (AM), and N‐vinylpyrrolidone (NVP) monomers, were used to synthesize these PPGs via free radical cross‐linking polymerization at room temperature using N,N‐methylenebis (acrylamide) as a cross‐linker. The mechanical properties of these new classes of PPGs were enhanced by adding the nano‐clay montmorillonite Na + . A temperature stability agent was also used to make these special PPGs compatible with high temperature and salinity reservoir conditions. A systematic study on PPGs preparation was conducted to improve PPGs stability for harsh reservoir conditions that exist in Persian Gulf oil reservoirs (a temperature of 145 °C and a water total dissolved solid of 225 000 mg/L). PPGs prepared with 0.30 g/g (30 wt%) of a 2:1:1:2 molar mass ratio of AM, DA, NVP, and AMPSNa could be completely stable for the mentioned conditions. Rheological behaviours of these PPGs were investigated and a mathematical model for prediction of storage modulus up to onset of elastic to viscous phase was presented. The results of this study reveal useful insights about the selection of appropriate material for successful conformance control in the heterogeneous reservoirs.
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 | 0,000 | 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 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 ».