Comprehensive experimental study of multivariable oil–brine–rock interactions: impact of brine–rock chemistry and crude oil polarity on enhanced oil recovery in carbonate reservoirs
Notice bibliographique
Résumé
Reservoir wettability alteration is a vital method for enhancing oil recovery, especially at the pore scale, where it plays a key role in optimizing extraction and minimizing risks from chemical and water flooding. Among different mechanisms, surface charge stands out as a promising and practical approach. This study examines the effects of seven smart water compositions (SW0SO4, SW2SO4, SW4SO4, SW2Mg, SW2Ca, SW25d, SW50d), two heptol ratios, and varied asphaltene concentrations on oil recovery in carbonate rocks (calcite and dolomite). Surface charge and interfacial tension were assessed at both oil/brine and rock/brine interfaces using zeta potential, interfacial tension, and elasticity measurements. The results show that oil/water zeta potential varied with asphaltene content (0.2%, 4%, 9%), heptol ratio (1:5, 1:40), and brine composition, even under constant pH and ionic strength. Lower heptol ratio led to increased negative surface charge on asphaltenes, and higher asphaltene content increased interfacial tension in different brines. Low-salinity and sulphate-rich brines enhanced interfacial elasticity, increasing oil droplet coalescence time and reducing adhesive forces, which improved oil mobility. The study also revealed distinct differences in surface charge between dolomite and calcite in the same brine. Imbibition tests show that oil recovery correlates with surface charge alteration mechanisms during smart water injection. A higher total zeta potential is associated with enhanced oil recovery, emphasizing the important role of surface charge in influencing oil production. Notably, the total zeta potential values align with oil recovery, suggesting that stronger static repulsion between oil droplets and the rock surface significantly improves oil production. These results highlight the relevance of surface charge in EOR processes and support the development of charge-based recovery models.
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 ».