MétaCan
Menu
Retour à la cohorte
Enregistrement W3081281780 · doi:10.1002/aic.17033

Enhancing oil–solid and oil–water separation in heavy oil recovery by <scp>CO<sub>2</sub></scp>‐responsive surfactants

2020· article· en· W3081281780 sur OpenAlexafffund
Yi Lu, Rui Li, Rogério Manica, Qingxia Liu, Zhenghe Xu

Notice bibliographique

RevueAIChE Journal · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesLeading Talents Program of Guangdong ProvinceNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésSurface tensionEnhanced oil recoveryContact angleChemical engineeringChemistryMaterials sciencePetroleum engineeringGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Interfacial properties are of critical importance to various separation applications. In heavy oil recovery, for example, a low oil–water interfacial tension (IFT) benefits the separation of heavy oil from their host rocks, which becomes problematic in the later stage of oil–water separation. CO 2 ‐responsive surfactants were investigated to enhance the overall heavy oil recovery by switching their interfacial activity to the desired state in each stage. The surfactants at interfacially active state greatly enhanced the separation of heavy oil from hosting solids, as demonstrated by measuring contact angle and oil liberation using a custom‐designed on‐line visualization system. Meanwhile, the resulting heavy oil‐in‐water emulsions could also be easily demulsified by the bubbling of CO 2 gas, which switched off the interfacial activity of the surfactants. Furthermore, CO 2 ‐responsive surfactants could be partially recycled in process water to improve sustainability, making CO 2 ‐responsive surfactants to be promising chemical aids in heavy oil production and many other vital industries.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,241
Écart entre enseignants0,233 · 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.

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

Citations36
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207