Molecular insights into oil detachment from hydrophobic quartz surfaces in clay-hosted nanopores during steam–surfactant co-injection
Notice bibliographique
Résumé
Thermal recovery techniques for producing oil sands have substantial environmental impacts. Surfactants can efficiently improve thermal bitumen recovery and reduce the required amount of steam. Such a technique requires solid knowledge about the interaction mechanism between surfactants, bitumen, water, and rock at the nanoscale level. In particular, oil sands ores have extremely complex mineralogy as they contain many clay minerals (montmorillonite, illite, kaolinite). In this study, molecular dynamics simulation is carried out to elucidate the unclear mechanisms of clay minerals contributing to the bitumen recovery under a steam-anionic surfactant co-injection process. We found that the clay content significantly influenced an oil detachment process from hydrophobic quartz surfaces. Results reveal that the presence of montmorillonite, illite, and the siloxane surface of kaolinite in nanopores can enhance the oil detachment process from the hydrophobic surfaces because surfactant molecules have a stronger tendency to interact with bitumen and quartz. Conversely, the gibbsite surfaces of kaolinite curb the oil detachment process. Through interaction energy analysis, the siloxane surfaces of kaolinite result in the most straightforward oil detachment process. In addition, we found that the clay type presented in nanopores affected the wettability of the quartz surfaces. The quartz surfaces associated with the gibbsite surfaces of kaolinite show the strongest hydrophilicity. By comparing previous experimental findings with the results of molecular dynamics (MD) simulations, we observed consistent wetting characteristics. This alignment serves to validate the reliability of the simulation outcomes. The outcome of this paper makes up for the lack of knowledge of a surfactant-assisted bitumen recovery process and provides insights for further in-situ bitumen production engineering designs.
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 | 0,000 |
| 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) | 0,002 | 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 ».