Analysis of the Influence Mechanism of Nanomaterials on Spontaneous Imbibition of Chang 7 Tight Reservoir Core
Notice bibliographique
Résumé
This study investigates the impact of nanomaterials on different surfactant solutions. By measuring the parameters (including emulsification property, zeta potential, DLS, CA, IFT, etc.) of imbibition liquid system with nanoparticles and without nanoparticles, combining with imbibition experiments, the law and mechanism of improving the imbibition recovery of nanomaterials were obtained. The findings demonstrate that the nano-silica sol enhances the emulsification and dispersion of crude oil in the surfactant system, resulting in smaller and more uniform particle sizes for emulsified oil droplets. Non-ionic surfactant AEO-7 has the best effect under the synergistic action of nanomaterials. Zeta potential and DLS tests also showed that AEO-7 exhibits smaller particle sizes due to their insignificant electrostatic interaction with nanoparticles. Furthermore, the addition of nanomaterials enhances the hydrophilicity of core and reduces the interfacial tension. Under the synergistic action of nanoparticles, AEO-7 still showed the best enhanced core hydrophilicity (CA 0.61° after imbibition) and the lowest interfacial tension (0.1750 mN·m−1). In the imbibition experiment, the imbibition recovery of the system with nanomaterials is higher than that of the non-nanomaterials. The mixed system of AEO-7 and nano-silica sol ZZ-1 has the highest imbibition recovery (49.27%). Combined with the experiments above, it shows that nanomaterials have a good effect on enhancing the recovery rate of tight core, and the synergistic effect of non-ionic surfactant AEO-7 with nanomaterials is the best. Moreover, nanomaterials reduce adhesion work within the system while improving spontaneous imbibition recovery. These findings provide theoretical guidance for better understanding the mechanism behind nanomaterial-induced imbibition enhancement as well as improving tight oil’s imbibition recovery.
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) | 0,001 | 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 ».