MétaCan
Menu
Retour à la cohorte
Enregistrement W4242007444 · doi:10.2174/2211334710902010001

Insight into the Chemistry of Surfactant-Based Enhanced Oil Recovery Processes

2009· article· en· W4242007444 sur OpenAlexaff
Benyamin Yadali Jamaloei

Notice bibliographique

RevueRecent Patents on Chemical Engineering · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPulmonary surfactantResidual oilEnhanced oil recoveryOil in placeChemistryPetroleum engineeringPetroleumChemical engineeringOrganic chemistryGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

During the past several decades, significant and considerable research has been carried out on secondary and tertiary recovery of trapped residual oil remaining within the producing formations underground despite the efficient, current primary production strategies and methods. Methods have been sought of increasing oil recovery, while revamping and improving the economic viability and efficiency of operations. One method that has received much attention and intensive study over these past decades is the use of surfactant-based chemical flooding. Initial patents and laboratory tests have shown conclusively that chemical solutions and slugs including surfactants, remove considerable oil from the porous medium normally trapped after initial waterflooding. Oil recovery processes by means of surfactant micellar solutions or microemulsions have included the injection of slugs of varied compositions. Patents on surfactant-based enhanced oil recovery processes (such as dilute surfactant flooding, surfactant/polymer flooding, and alkaline/surfactant/polymer flooding) have been issued, starting from the 1920s and particularly after the 1960s, when the technology was put on a scientific basis. These patents were generally concerned with the chemistry of surfactant-based enhanced oil recovery processes including envisioning the use of chemical solutions (slugs) to decrease the surface tension between oil and the flooding medium, screening of surfactants for oil recovery efficiency, chemical (surfactant) slug designs and formulation to mobilize residual oil, documenting petroleum sulfonates useful in surfactant flooding, and other important factors in the chemistry of surfactant-based chemical flooding processes. Moreover, evaluation and determination of optimum chemical systems (slugs) for the best economics for a specific field application have been disclosed and documented in several large oil companies patents in the surfactant-polymer area. In this article, a full-fledged review of the patents on different aspects of the chemistry of surfactant-based enhanced oil recovery processes is presented. Keywords: Surfactant, enhanced oil recovery, chemistry, chemical slug, patent

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,204
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRecent Patents on Chemical EngineeringMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207