Critical Assessment of the Hybrid Impact of Surfactants on Modified Salinity Water Flooding
Notice bibliographique
Résumé
Abstract In recent years, interest in water-based EOR methods and the combination of modified seawater with chemicals has grown due to their economic improvement of oil production. The hybrid application of low salinity water with surfactants (LSS) flooding has a promising potential to significantly increase the oil recovery. LSS flooding, a novel hybrid EOR approach, has recently proven its capability of altering rock surface wettability and reducing oil-water IFT. In this study, we present a comprehensive assessment of the fundamentals and recent developments of LSS flooding, as well as lessons learned from previous studies and the key uncertainties associated with successful implementation. The study begins with an overview of surfactant flooding, low salinity water (LSW) flooding and the hybrid application of LSW flooding processes. The LSS flooding process in different reservoir types and the recovery mechanisms associated is then discussed. The recent laboratory studies for LSS flooding and the surfactant losses associated in porous media are also reviewed. Recent studies of LSS flooding have concluded the advantages of higher oil recovery, higher surfactant stability, lower surfactant retention, and lower chemical consumption compared to conventional surfactant flooding. Most of the LSS flooding application has been performed on sandstones with remarkable outcomes, meanwhile, it’s application in carbonates has garnered attention in recent years and some promising findings were reported. The efforts of this work can provide further understanding of the LSS flooding process and its underlying mechanisms, especially in carbonates which are not fully covered in the literature. Finally, this paper gives more insight into the potential success of LSS flooding over surfactant and LSW flooding processes.
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) | 0,001 | 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 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 ».