Application of SEM Imaging and MLA Mapping Method as a Tool for Wettability Restoration in Reservoir Core Samples for SCAL Experiments
Notice bibliographique
Résumé
In reservoir engineering, special core analysis experiments (SCAL) are performed in the lab to evaluate the production capabilities of an oil reservoir. A critical component of SCAL experiments is core wettability restoration to its original wettability, i.e., oil wet condition. Typically, aging is performed by saturating the core with oil and aging at reservoir temperature where time is the variable in question dictating whether the resulting restored core is strongly or weakly oil-wet. In the lab, core wettability is often experimentally validated using contact angle measurements or USBM (United States Bureau of Mines) wettability tests, which are often time consuming, expensive and prone to error. In this study we developed a novel method by using Scanning Electron Microscope (SEM) and mineral liberation analysis (MLA) imaging (at low vacuum conditions) to determine the wettability of rocks saturated with reservoir fluids such as oil and brine. For this work a systematic approach was applied with comparing the SEM-MLA method against conventional methods to quantify the degree of uncertainty linked to a) wettability estimation and b) the aging time. We have used a comprehensive suite of core samples such as Berea, Silurian Dolomite and Chalk to represent the bulk of oil reservoirs in the world.
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 | 0,000 | 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 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 ».