A Theoretical Explanation for Wettability Alteration by Adding Nanoparticles in Oil-Water-Tight Rock Systems
Notice bibliographique
Résumé
We evaluated the idea of adding nanoparticles in an aqueous phase to enhance its wetting affinity to siltstone core plugs by conducting dynamic contact-angle experiments and by calculating the total interaction energy. We analyzed the performance of a colloidal dispersion with highly surface-modified silicon dioxide nanoparticles (NP). The rock samples are oil-wet when they are initially aged in the reservoir brine, and they are water-wet when initially soaked in the NP solutions (limiting conditions). To mimic the downhole conditions when the pumped fluid with nanoparticles is mixed with reservoir brine, we measured the change in contact angle of oil droplets initially equilibrated on the rock surface soaked in the reservoir brine during diffusion of the introduced nanoparticles. The results show that the diffusion of nanoparticles through the brine toward the oil droplet alters the system wettability from oil-wet to water-wet conditions. To investigate the mechanisms responsible for the observed wettability alteration, we analyzed aqueous-film stability using the Derjaguin, Landau, Verwey, and Overbeek theory. The calculated interaction energy for the cases of NP solutions is higher than that for the tap water and brine cases, indicating stronger repulsion between the rock and oil across the film of NP solution, leading to a more stable film. Increasing water salinity reduces the stability of water film due to the reduction of total interaction energy. The wettability alteration by the NP solution is more pronounced in the presence of low-salinity water.
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 ».