Amphiphilic-Polymer-Assisted Hot Water Flooding toward Viscous Oil Mobilization
Notice bibliographique
Résumé
Heavy oil recovery is the most challenging part for the petroleum industry, and several techniques including steam and water injection are currently used that are either energy intensive, expensive, or less efficient. This study aims to evaluate a novel amphiphilic viscosity reducing polymer (DN-1) used along with hot water flooding for promoting viscous oil mobilization. Its performance for heavy oil mobilization was evaluated using viscosity measurements at different temperatures followed by core flooding experiments. Our results indicate that DN-1 at low concentrations could form 3D networks and stable aggregates. DN-1 featured good interfacial properties including low CMC, low IFT, and small contact angle. Even at low concentration it could form dynamic oil in water emulsions, thereby causing easy emulsification and fast demulsification. The injection pressure of DN-1 was much smaller than that of the conventional polymers or associative polymers used for heavy oil development and is beneficial for oil recovery in real reservoir scenarios where a high-pressure gradient cannot be achieved. Interestingly, unlike polymer flooding, this amphiphilic polymer increased displacing phase viscosity, while it simultaneously reduced the displaced oil viscosity. Finally, DN-1-assisted hot water flooding could impressively achieve an ultimate recovery factor of 75.7% at 115 °C that was similar to that by hot water flooding at 175 °C. Even when DN-1 was injected at 55 °C, which was the reservoir temperature, the oil recovery factor was still 12.8% higher than hot water flooding, proving it as an efficient material in improving heavy oil recovery at low temperatures. As per our knowledge, this is the first report on the use of amphiphilic-polymer-assisted hot water flooding for 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 tête enseignante, 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 ».