Investigation of the interaction between nanoparticles, asphaltenes, and silica surfaces by real‐time quartz crystal microbalance with dissipation
Notice bibliographique
Résumé
Abstract The effects of nanofluids as wettability alternators and inhibitors of asphaltene precipitation and formation damage were studied in this work. Silicate‐based nanoparticles with different chemical surfaces, named neutral (NN), basic (BN), and acidic (AN), dispersed in NaCl brine were tested to observe their interactions with n‐C7 asphaltenes and silica surfaces using the quartz crystal microbalance with dissipation (QCM‐D). The properties of nanoparticles were characterized using XRD, BET, TPD, and HRTEM. Heptol 70 asphaltenes, pre‐adsorbed/deposited on SiO2 sensors were used for studying the concentration effect of 10 nm‐sized BN‐based nanofluids, which exhibited a decreasing trend in frequency shift in the following order 1 > 10 > 25 mg/L. For toluene asphaltenes, the frequency shifts in BN nanofluids changed with the following order of concentration 100 > 150 > 50 > 25 mg/L. The effect of particle size on frequency shift, tested for toluene asphaltenes demonstrated the following order 10 > 99 > 45 > 20 nm BN. A cycle injection test between asphaltenes and a nanofluid solution was performed to evaluate the effect of the nanoparticles in a sequence injection. Wettability alteration was assessed before and after nanofluid injection using contact angle measurements, which resulted in a decrease after nanofluid injection. In addition, atomic force microscopy (AFM) measurements were performed on some of the samples to support the findings. The QSense data analysis software Q‐Tools was used to determine the thickness of the layer before and after the injection of nanofluids; the trend was similar to the change in frequency for all parameters. Finally, brine‐based nanofluids with 10 nm‐sized BN at 1 and 100 mg/L were more effective in treating the deposited asphaltenes in heptol 70 and toluene, respectively.
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 ».