MétaCan
Menu
Retour à la cohorte
Enregistrement W4391399716 · doi:10.1002/cjce.25193

A high temperature resistance and hyper‐dispersed nanoparticle grafted by multi‐monomer via in‐situ polymerization: Preparation, characterization, and its imbibition performance

2024· article· en· W4391399716 sur OpenAlexvenueno aff
Mian Zhang, Ting Zuo, Jiahui Yang, YiNing Zhou

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensnon disponible
Organismes subventionnairesCNPC Chuanqing Drilling Engineering Company Limited
Mots-clésImbibitionMonomerCharacterization (materials science)Materials sciencePolymerizationIn situPolymer chemistryNanoparticleIn situ polymerizationChemical engineeringComposite materialChemistryNanotechnologyPolymerOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract In recent years, the excellent cleaning‐oil capacity of nanofluid has attracted extensive attention and it has been widely used in oilfields as an imbibition agent. To solve the poor dispersion stability of nanoparticles in high‐temperature and high‐salt reservoir, this paper has prepared a hyper‐dispersed nanoparticle, polymer grafted nanosilica (PNS) that is anti‐salt monomer and anti‐temperature monomer simultaneously grafting on the surface of nanosilica via in‐situ polymerization reaction. Its imbibition performance has been discussed. Results show that (1) The two monomers are all successfully grafted on the surface of nanosilica via optimization of in‐situ polymerization reaction conditions. This hyper‐dispersed nanoparticle has 14.5% final grafting rate, approximately 18 nm in particle size, and −41.2 mV of zeta potential; (2) PNS fluid has excellent dispersion stability and its grain size has no obvious change in 20 wt.% of NaCl or 4 wt.% of CaCl 2 fluids at room temperature (25°C), as well as in 18 wt.% of NaCl or 4 wt.% of CaCl 2 fluids at 130°C after 1 week; (3) Crude oil–water interface tension can be decreased and the hydrophilicity is significantly boosted by this PNS fluid. Meanwhile, the 10 −3 mN/m of interface tension can be obtained and the contact angle of water phase is decreased to 12.8° by surfactant erucamide propyl hydroxysulfobetaine (EHSB) synergizing with PNS fluid; (4) Oil recovery efficiency replaced by PNS in surfactant fluid has reached 39.3%. That is mainly because the hyper‐dispersed nanoparticle provides a stronger spreading force to enhance the efficiency of cleaning oil.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,186
Écart entre enseignants0,182 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetPickering emulsions and particle stabilizationTravaux en français237 207