Catalytic-Effect Comparison Between Nickel and Iron Oxide Nanoparticles During Aquathermolysis-Aided Cyclic Steam Stimulation
Notice bibliographique
Résumé
Summary Cyclic steam stimulation (CSS) is a proven effective technique for boosting oil production. Metal species can act as a catalyst for aquathermolysis reactions between heavy oil and water during the CSS process. For this paper, a series of CSS experiments with and without metal nanoparticles was conducted at temperatures up to 220°C to compare the performance of nickel and iron oxide nanoparticles in promoting aquathermolysis reactions in CSS; further, different loadings of metal nanoparticles were also tested in the CSS experiments. During the experiments, we monitored the variations of oil recovery factor, oil viscosity, gas composition, and water production. The experimental results show that both nickel and iron oxide nanoparticles can act as a catalyst for aquathermolysis reactions and reduce the viscosity of heavy oil. However, their respective catalytic effects differ significantly: nickel nanoparticles can break the C-S bond more effectively than iron oxide metal nanoparticles, thus achieving a higher ultimate oil recovery factor of CSS. The introduction of metal nanoparticles boosted oil production and increased water production from the very first cycle in the CSS process. The gas chromatography (GC) analysis and the pressure data recorded during each soaking period revealed that a higher amount of evolved gas including alkenes and hydrogen sulfide was generated in the early stage, increasing reservoir pressure and forcing more condensed water to be produced from the sandpack.
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 ».