Organic alkalis as potential additives in hot water flooding for enhancing heavy oil recovery
Notice bibliographique
Résumé
Abstract Alkali–surfactant–polymer (ASP) flooding is a chemical enhanced oil recovery method; its working mechanisms include mobility control, wettability alteration, and in‐situ emulsification. However, conventional alkalis used in the ASP flooding could cause some serious issues, including scaling, formation damage, and pipe corrosion. In this study, we investigated the feasibility of incorporating organic alkalis as chemical additives in hot water flooding to enhance heavy oil recovery. The focus was on studying the interfacial properties, that is, interfacial tension (IFT) and wettability, emulsification mechanisms, thermal stability of alkalis, and recovery efficiency through coreflooding experiments. Three organic alkalis, including diethylamine (DEA), ethanolamine (ETA), and triethlymine (TEA), were selected to evaluate their potentials in enhancing heavy oil recovery and investigate their recovery mechanisms. Coreflooding experiments were conducted at 50°C and 2 MPa with sandpacks saturated with a high total‐acid‐number (TAN) heavy oil sample. The measurement results demonstrated that all three organic alkalis could effectively reduce the IFT between water and heavy oil from 22.7 to 1.6 mN/m and favourably alter the wettability of rock surface. ETA exhibited good thermal stability up to 100°C in hot water applications. The interaction between organic alkalis and heavy oil could generate either water‐in‐oil or oil‐in‐water emulsions, depending on the water–oil ratio (WOR). The coreflooding experiments showed a significant increase (16%–17.5%) in heavy oil recovery using ETA for two distinct injection strategies. IFT reduction, wettability alteration, and emulsification were found to be the main recovery mechanisms when organic alkalis are utilized as chemical additives for hot water flooding.
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) | 0,000 | 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 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 ».