Effect of Various Classes of Surfactants on Interfacial Tension Reduction and Wettability Alteration on Smart-Water-Surfactant Systems
Notice bibliographique
Résumé
In recent times, smart water flooding, capable of altering rock’s wettability, has been widely recognized as a potential enhanced oil recovery (EOR) method for low-permeable, mixed/oil-wet carbonate reservoirs. Smart water flooding does not provide significant interfacial tension (IFT) reduction; however, when combined with a surfactant, the synergetic effect can provide favorable IFT reduction and wettability alteration for improved oil recovery in tight carbonate reservoirs. The IFT and wettability altering effect during the addition of various classes of surfactants to smart water flooding at a broader range of salinity have not been investigated. In this work, the electrokinetic interaction between oil, three different surfactant solutions prepared in different brines in two different tight carbonate rocks is studied using zeta sizer nano (the equipment used to measure the zeta potential of the oil–brine and rock–brine systems). Cationic, anionic, and nonionic surfactants were used in this study. Initially, three different high-salinity brines were diluted to seven different concentrations for surfactant solution preparation. Among the seven different concentrations ranging from 0 to 200,000 ppm, it was observed that surfactant solutions prepared in 5000, 25,000, 50,000, and 100,000 ppm brine concentrations provided a significant effect on fluid-rock and fluid–fluid interactions. Therefore, surfactant solutions prepared in these brine concentrations were subjected to direct IFT measurements. For nonionic and cationic surfactants at all brine types investigated, the IFT is the lowest at 100,000 ppm brine salinity, corresponding to the lowest zeta potential magnitude. Additionally, anionic surfactants outperform the wettability alteration capabilities of other surfactants in NaCl and synthetic formation brines (SFMBs) while cationic surfactants were observed to be better in CaCl 2 brine. Although the nonionic surfactant reduces the IFT better compared to the other two surfactants, its effect on wettability alteration is adverse.
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 ».