Evaluation of micro-dispersion on oil recovery during low-salinity water-alternating-CO2 processes in sandstone cores: An integrated experimental approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Low-salinity water (LSW) and CO 2 could be combined to perform better in a hydrocarbon reservoir due to their synergistic advantages for enhanced oil recovery (EOR); however, its microscopic recovery mechanisms have not been well understood due to the nature of these two fluids and their physical reactions in the presence of reservoir fluids and porous media. In this work, well-designed and integrated experiments have been performed for the first time to characterize the in-situ formation of micro-dispersions and identify their EOR roles during a LSW-alternating-CO 2 (CO 2 -LSWAG) process under various conditions. Firstly, by measuring water concentration and performing the Fourier transform infrared spectroscopy (FT-IR) analysis, the in-situ formation of micro-dispersions induced by polar and acidic materials was identified. Then, displacement experiments combining with nuclear magnetic resonance (NMR) analysis were performed with two crude oil samples, during which wettability, interfacial tension (IFT), CO 2 dissolution, and CO 2 diffusion were quantified. During a CO 2 -LSWAG process, the in-situ formed micro-dispersions dictate the oil recovery, while the presence of clay minerals, electrical double-layer (EDL) expansion and multiple ion exchange (MIE) are found to contribute less. Such formed micro-dispersions are induced by CO 2 via diffusion to mobilize the CO 2 -diluted oil, alter the rock wettability towards more water-wet, and minimize the density contrast between crude oil and water.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle