High Throughput Prescreening of Asphaltene Chemical Inhibitors Using Molecular Dynamics Approach
Notice bibliographique
Résumé
Choosing an effective chemical inhibitor to prevent asphaltene precipitation and deposition in oil reservoirs is crucial for flow assurance management in the oil industry. Traditional laboratory screening methods are time-consuming and expensive. Therefore, we propose an alternative, which is employing molecular dynamics (MD) simulations for efficient prescreening of asphaltene inhibitors. In this study, MD is employed to screen six potential inhibitors, including cetyltrimethylammonium bromide (CTAB), octylphenol (OP), Triton X-100, 1-butyl-3-methylimidazolium bromide ([BMIM][Br]), 1-butyl-3-methylimidazolium chloride ([BMIM][Cl]), and 1-octyl-3-methylimidazolium chloride ([OMIM][Cl]). The results conclude that CTAB has the highest inhibitory effect on asphaltene precipitation in n -heptane and heptol at both atmospheric and elevated thermodynamic conditions (pressure of 60 bar and temperature of 360 K). OP is selected as the second-ranked inhibitor in n -heptane, while Triton X-100 prevents asphaltene precipitation better than OP when heptol is the carrying fluid. Ionic liquids show weaker inhibitory effects compared to surfactants. Nevertheless, [OMIM][Cl] is selected as the best ionic liquid to prevent asphaltene precipitation in n -heptane at atmospheric conditions, while [BMIM][Cl] is selected as the best one in heptol. Hence, inhibitor screening tests for asphaltene precipitation consistently demonstrate CTAB as the most effective inhibitor. Subsequently, the CTAB performance is studied on the prevention of asphaltene deposition in a calcite pore. The results show that the presence of CTAB reduces the asphaltene deposition by about 30%. The lab scale cost ranking of inhibitors, from low to high, is as follows: Triton X-100, CTAB, [BMIM][Cl], [BMIM][Br], [OMIM][Cl], and OP. This shows CTAB has economic benefit over the others, while further field scale cost evaluation is needed before a final decision. This research introduces a cost-effective and efficient screening method for selecting chemical compounds based on molecular interactions. The introduced method for inhibitor screening is less expensive and faster than regular experimental approaches, while it provides proven accuracy compared with experimental techniques.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».