Full Characterization of CO<sub>2</sub>–Oil Properties On-Chip: Solubility, Diffusivity, Extraction Pressure, Miscibility, and Contact Angle
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Carbon capture, storage, and utilization technologies target a reduction in net CO 2 emissions to mitigate greenhouse gas effects. The largest such projects worldwide involve storing CO 2 through enhanced oil recovery—a technologically and economically feasible approach that combines both storage and oil recovery. Successful implementation relies on detailed measurements of CO 2 –oil properties at relevant reservoir conditions ( P = 2.0–13.0 MPa and T = 23 and 50 °C). In this paper, we demonstrate a microfluidic method to quantify the comprehensive suite of mutual properties of a CO 2 and crude oil mixture including solubility, diffusivity, extraction pressure, minimum miscibility pressure (MMP), and contact angle. The time-lapse oil swelling/extraction in response to CO 2 exposure under stepwise increasing pressure was quantified via fluorescence microscopy, using the inherent fluorescence property of the oil. The CO 2 solubilities and diffusion coefficients were determined from the swelling process with measurements in strong agreement with previous results. The CO 2 –oil MMP was determined from the subsequent oil extraction process with measurements within 5% of previous values. In addition, the oil–CO 2 –silicon contact angle was measured throughout the process, with contact angle increasing with pressure. In contrast with conventional methods, which require days and ∼500 mL of fluid sample, the approach here provides a comprehensive suite of measurements, 100-fold faster with less than 1 μL of sample, and an opportunity to better inform large-scale CO 2 projects.
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.
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 découle