Surface Charge Affecting Fluid–Fluid Displacement at Pore Scale
Notice bibliographique
Résumé
Abstract Efficiency in fluid–fluid displacement is drastically reduced by viscous fingering, limiting the overall effectiveness in enhanced oil recovery, membrane science, and lateral flow devices used in biomedical applications. Local instabilities at the fluid–fluid interface lead to finger‐like patterns when a less viscous fluid displaces an immiscible fluid of higher viscosity. This widely observed phenomenon in multiphase flow inside porous media is infamously intricate to control, especially for given geometry and viscosity ratio. The presented study uses a highly controlled microfluidic porous network structure with tailored ionic surface strength. The direct correlation of viscous fingering evolution on the porous structure's zeta potential at a pore‐scale level is demonstrated via polyelectrolyte coatings using a layer‐by‐layer technique. Displacement patterns are tuned from vigorous viscous fingering over stable displacement to corner flow events across a broad range of capillary numbers depending on the applied coatings. The experimental data show an increasing trend of oil recovery with increasing surface wettability, consistent with several previous findings. Furthermore, the results reveal that surface zeta potential correlates positively with recovery rate but negatively with the displacement stability quantified by the fractal dimension. These insights enable a more targeted porous media design to obtain optimal multiphase flow control.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».