MétaCan
Menu
Retour à la cohorte
Enregistrement W4406788408 · doi:10.1016/j.molliq.2025.127021

Spontaneous in-situ emulsification and enhanced oil recovery using functionalised silica nanoparticles: Insights from spontaneous imbibition and micromodel flooding tests

2025· article· en· W4406788408 sur OpenAlexfundno aff
Louey Tliba, Mohamed Edokali, Thomas L. Moore, Omar Khalid Choudhry, Paul Glover, Robert Menzel, Ali Hassanpour

Notice bibliographique

RevueJournal of Molecular Liquids · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Calgary
Mots-clésMicromodelImbibitionEnhanced oil recoveryIn situPetroleum engineeringNanoparticleMaterials scienceChemical engineeringPorous mediumChemistryNanotechnologyComposite materialGeologyOrganic chemistryPorosityEngineeringAgronomy

Résumé

récupéré en direct d'OpenAlex

• Cost-effective one step modification approach for scalable EOR application. • Functionalised SiO 2 NPs with ALS/SOS surfactant enhanced wettability and reduce IFT. • Stable emulsions formed via spontaneous in-situ emulsification enhanced efficiency. • Nanofluids enabled deeper penetration and mobilisation of trapped oil. • Significant oil recovery achieved through novel nanofluid formulations. This study investigates the potential of functionalised silica nanoparticles (SiO 2 NPs) for enhanced oil recovery (EOR), employing environmentally friendly and cost-effective materials. SiO 2 NPs were optimally modified with ammonium lauryl sulfate (ALS) and sodium (C14-16) olefin sulfonate (SOS) surfactants under optimal conditions without binding agents, representing their first application in EOR. Characterisation techniques, including Fourier-transform infrared spectroscopy (FTIR) and thermogravimetric analysis (TGA), confirmed the effective functionalisation of SiO 2 NPs. Transmission electron microscopy (TEM) images revealed that the morphology, structure, and shape of the NPs remained unchanged post-functionalisation, with an average diameter of 20 nm. The performance of ALS-NPs and SOS-NPs was assessed through spontaneous imbibition and microfluidic tests. ALS-NPs and SOS-NPs achieved oil recovery rates of approximately 66 % and 70 %, respectively, in spontaneous imbibition tests. Microfluidic model tests corroborated these findings, with oil recovery rates of approximately 74 % for ALS-NPs and 80 % for SOS-NPs. Both functionalised nanofluids demonstrated superior oil recovery compared to surfactants alone and non-functionalised SiO 2 NPs. The application of these nanofluids facilitated the spontaneous formation of smaller, more stable emulsion droplets, enhancing displacement efficiency and reducing pore blockages. Moreover, the nanofluids improved oil recovery by reducing interfacial tension (IFT), altering rock wettability, and forming stable oil-in-water emulsions. The grafting approach of ALS- and SOS-based nanofluids demonstrates greater efficiency by requiring lower surfactant concentrations, thereby making the process cost-effective.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,834

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,219
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Molecular LiquidsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207