Investigation of the Effect of a Nanofluid Injection on Heavy Oil Recovery from Carbonate Reservoirs
Notice bibliographique
Résumé
Heavy oil resources in fractured carbonate reservoirs are massive. Heavy oil carbonate reservoirs account for at least 26% of the original bitumen-in-place in Canada and for 25 – 30% of the total oil-in-place in the Middle East region. However, the average ultimate recovery factor remains low (<20%). Unfavorable conditions such as an adverse viscosity ratio between heavy oil and water and an oil-wetting preference of a carbonate rock are mainly responsible for low recovery factors. This thesis examines the use of nanofluids for heavy oil recovery from carbonate reservoirs. The nanofluid investigated in this study consisted of a dual-surfactant system and hydrophilic silica nanoparticles in a brine solution. The dual-surfactant system was tailored for carbonate reservoirs and consisted of cationic and non-ionic surfactants in diluted concentrations (≤0.2 wt. %). It was found that the nanofluid was able to shift an oil-wet carbonate surface to intermediate-wet conditions and stabilize an emulsion of heavy oil and water. The effect of a nanofluid injection was studied in core flood experiments. It was found that the nanofluid injection was able to intensify heavy oil production and performed better than a waterflood. It was suggested that the increase in heavy oil production was achieved by the means of entrainment of oil-in-water and water-in-oil emulsions and emulsion plugging.
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 ».