Optimum salinity brine and surfactant interaction with crude oil and carbonated rock at fluid–fluid and rock‐fluid interfaces: Evaluating ion‐specific effects on the system
Notice bibliographique
Résumé
Abstract The smart water injection (SWI) method is derived from low salinity water flooding, which aims to increase oil production. The complexity and heterogeneity of carbonate reservoirs require further investigation. Understanding the active mechanisms during SWI is crucial for designing the injected water composition to enhance the efficiency of the method. However, there is a research gap regarding the dominant factors that influence the performance of SWI, particularly both the ‘fluid–fluid’ and ‘rock–fluid’ interactions, simultaneously. To address this issue, the article through new insight into ions, solutions, and tests tries to enhance the precision of the obtained results by optimizing the solutions by changing the potential determining ions (PDI) in fixed ionic strength through contact angle measurements. Furthermore, by using a cationic surfactant, which has not been previously used in low‐salinity water flooding experiments, surfactant‐free solutions, and proper tests for each mechanism, including Zeta potential, pH measurements, interfacial tension, vial test, high‐resolution microscopy, and Karl Fischer titration, interactions on fluid–fluid and rock‐fluid interfaces were tested and investigated. The results were validated through core flood tests. The study found that coordination was observed between multivalent ion exchange and water in oil micro‐dispersion, which are two current mechanisms in both micro‐ and macro‐scale media. In surfactant‐free solutions, the effect of ions was discerned in the order of SO 4 2− , Mg 2+ , and Ca 2+ . The formation of micro‐emulsions and the IFT reduction by ionic pairs of surfactants significantly increased oil recovery by up to 65%. The effective ions facilitating this performance were ranked as follows: SO 4 2− > Ca 2+ > Mg 2+ .
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 | 0,001 |
| 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 ».