Alkaline‐ionic liquid slug injection for improved heavy oil recovery
Notice bibliographique
Résumé
Abstract Chemical flooding has a great potential for improving the recovery factor of heavy oil, especially for reservoirs in which thermal techniques are not applicable. In this novel study, chemical flooding experiments of alkali and alkali + ionic liquid (AIL) mixtures were performed using unconsolidated sand packs. The aim was to investigate the effect on the recovery factor (RF) of combining an alkali, Na2CO3, and four different imidazolium‐based ionic liquids (1‐ethyl‐3‐methylimidazolium acetate [EMIM][Ac], 1‐ethyl‐3‐methyl imidazolium chloride [EMIM][Cl], 1‐butyl‐3‐methylimidazolium bis(trifluoromethylsulphonyl)imide [BMIM][Tf2N], and 1‐dodecyl‐3‐methylimidazolium chloride [DMIM][Cl]). The obtained data show that as the ionic liquid concentration and slug size increase, the recovery factor (RF) was found to increase. The study also demonstrates that ionic liquids (ILs) are better in improving heavy oil than recovery than a well‐known surfactant, sodium dodecyl sulphate (SDS). IFT measurements were performed for the Pelican oil used with brine and with [DMIM][Cl], and [EMIM][Ac]. The surface tension (SFT) and zeta potential (ZP) were also measured and correlated to the improvement in the RF. The study shows that in the presence of Na2CO3, the ionic liquid type, concentration, and slug size are important parameters in enhancing heavy 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) | 0,001 | 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 ».