A Magnetic Resonance Study of Low Salinity Waterflooding for Enhanced Oil Recovery
Notice bibliographique
Résumé
Low salinity waterflooding (LSF) has been proposed to improve oil recovery, with major projects in progress worldwide. There is however no consensus on the mechanisms of LSF for enhanced oil recovery (EOR). Wettability change is the most widely accepted mechanism. In this work, magnetic resonance (MR) and magnetic resonance imaging (MRI) were employed to monitor oil displacement processes during model laboratory scale LSF experiments. The MR and MRI measurements permit evaluation of putative LSF mechanisms. Two clay-coated sand packs, one with nonswelling kaolinite, the other with swelling montmorillonite, were prepared as model porous media for LSF. The interactions between pore fluids (oil and water) and the clay-coated pore surfaces were evaluated with relaxation time measurements. A MRI methodology, spin echo single point imaging (SE-SPI), was employed to spatially resolve the T 2 distribution along the sand pack. The oil saturation profiles were determined from SE-SPI measurements. A new differential relaxation time distribution method is proposed in this work for oil saturation estimation. The pore fluid self-diffusion coefficients were measured. The mechanism of wettability change for LSF is suggested on the basis of the oil diffusion coefficient variation with LSF. The similarities and differences between the kaolinite and montmorillonite behaviors are discussed. This work demonstrates that MR and MRI are robust tools to monitor oil displacement processes, with the potential to reveal the mechanisms of LSF and other procedures for enhanced oil recovery.
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 | 0,000 |
| 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 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 ».