A New Mechanistic Model for Wettability-Altering Surfactant Floods in Carbonates
Notice bibliographique
Résumé
Summary Surfactants and low-salinity brines have been shown to be effective for enhanced oil recovery in carbonate rocks through wettability alteration (WA). Oil wettability of carbonates is ascribed to the adsorbed organic acid components in oil. The removal of the adsorbed acids leads to WA. Previous experiments with wettability-altering surfactants have shown the following: WA is a slow process; acid removal is irreversible in most cases; surfactants can access the rock surface in water-wet regions and at three-phase contact lines rather than the entire rock surface; surfactant molecules become inactive after interactions with acids. Existing models/simulators do not incorporate the aforementioned observations. In this work, a multiphase, multicomponent, finite-difference reservoir simulator incorporating a new mechanistic model for WA was developed. The model captures the key physicochemical reactions between adsorbed acids and surfactant molecules and honors the four experimental evidences. The model was first tested at the core scale. The simulation results demonstrated that the model can accurately predict waterflood performance in rocks with various wettability. It can also effectively account for the influence of injection rates in surfactant flood experiments. The effectiveness of the surfactant, controlled by an interaction constant in the model, was found to be a dominant factor. The model was also tested for field-scale pilot tests. The results revealed that total quantity of chemicals injected and the injection rate have a more pronounced effect on oil recovery compared to the timing of surfactant treatment and the concentration of surfactant slug.
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) | 0,000 | 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 ».