MétaCan
Menu
Retour à la cohorte
Enregistrement W2924860568 · doi:10.2118/193615-ms

Tuning Ionic Liquids for Simultaneous Dilution and Demulsification of Water-in-Bitumen Emulsions at Ambient Temperature

2019· article· en· W2924860568 sur OpenAlexafffundabout
Elsayed Abdelfatah, Yining Chen, Paula Bertón, Robin D. Rogers, Steven L. Bryant

Notice bibliographique

RevueSPE International Conference on Oilfield Chemistry · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanada Research Chairs
Mots-clésIonic liquidEmulsionAsphalteneChemical engineeringChemistryViscosityAlkylIonic bondingRheologyChromatographyMaterials scienceOrganic chemistryIonComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Thermal and flotation processes are widely used to produce bitumen from oil sand in Alberta. However, bitumen contains many surface-active components that tend to form water-in-oil emulsion stabilized by fines and/or asphaltenes. Although several demulsifiers have been proposed in the literature to treat such emulsions, these chemicals are sometimes not effective. We propose ionic liquids whose composition has been designed to enable effective treatment of these emulsions. Different ionic liquids were synthesized and tested for their efficiency in treating bitumen emulsion obtained from a field in Alberta. Ionic liquids tested are mixtures of organic bases with acids. Mixtures of ionic liquids and bitumen emulsion were prepared at several mass ratios. The two components were mixed under ambient conditions. After mixing, segregation of different components in the mixture was accelerated by centrifugation for rapid assessment of the degree of emulsion breaking. Optical microscopy, rheology, thermal gravimetric analysis, and viscosity measurements were used to assess the effect of ionic liquids on bitumen emulsions. The first set of ionic liquids with cations of different alkyl chain lengths were able to separate the water from the emulsion. However, these ionic liquids tend to form a gel when mixed with water. The number and length of alkyl chains proved critical for avoiding gel formation. Ionic liquids with multiple long chains on the cation were immiscible with the separated water. These ionic liquids were very efficient in diluting and demulsifying bitumen emulsion. The emulsion droplet sizes increased upon addition of the ionic liquid. The ionic liquid mixes into the bitumen phase released from the emulsion, yielding a viscosity at ambient temperature close to the pipeline specifications. This work demonstrates that ionic liquids can be tailored to break bitumen emulsions effectively without heat input. The process developed in this paper can replace current practice for the demulsification and dilution of bitumen emulsions, which requires the emulsion to be heated significantly. Hence the ionic liquid process reduces the heat requirements and hence greenhouse gas emissions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,426

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,240
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSPE International Conference on Oilfield ChemistryMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207