MétaCan
Menu
Retour à la cohorte
Enregistrement W4413095434 · doi:10.1016/j.cej.2025.166102

Maximising CO2 sequestration efficiency in deep saline aquifers through in-situ generation of CO2-in-brine foam incorporating novel CO2-soluble non-ionic surfactants

2025· article· en· W4413095434 sur OpenAlexaff
Asghar Gandomkar, Farshid Torabi, Hamid Reza Nasriani, Robert M. Enick

Notice bibliographique

RevueChemical Engineering Journal · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésBrineAquiferIn situChemical engineeringIonic bondingCarbon sequestrationChemistryPetroleum engineeringEnvironmental scienceCarbon dioxideGeologyGroundwaterOrganic chemistryGeotechnical engineeringIonEngineering

Résumé

récupéré en direct d'OpenAlex

The geological sequestration of carbon dioxide (CO 2 ) within deep saline aquifers remains a critical pathway for achieving long-term climate stabilisation and net-zero targets. This study presents a novel strategy to augment both the efficiency and security of CO 2 storage through the in-situ formation of CO 2 -in-brine foams facilitated by non-ionic CO 2 -soluble propoxylated-ethoxylated alcohols surfactants, specifically 2EH-PO 5 -EO 9 and 2EH-PO 5 -EO 15 . A comprehensive suite of laboratory investigations was conducted under representative reservoir conditions (70 °C and 3200 psi), including cloud point pressure analysis, foam stability monitoring, interfacial tension (IFT) reduction, wettability alteration studies, CO 2 solubility measurements, and core flooding experiments. The results reveal that both surfactants exhibit strong solubility in supercritical CO 2 and brine, enabling stable foam generation without degradation. Among them, 2EH-PO 5 -EO 15 demonstrated superior performance, achieving a marked reduction in CO 2 –brine IFT, from 32 to 6.7 dyne/cm, and enhancing CO 2 solubility in brine by over 100 % (from 1.25 to 2.51 mol%) compared to pure CO 2 scenario; thus strengthening solubility trapping. In parallel, wettability characterisation showed a transformation of the sandstone substrate from strongly water-wet (θ ≈ 18°) to an intermediate gas-wet condition (θ ≈ 71°), significantly amplifying the potential for residual trapping. Core flooding assessments corroborated these synergistic effects, demonstrating reduced CO 2 mobility and improved sweep efficiency through foam stabilisation and rock–fluid interfacial modification. Altogether, this work underscores the efficacy of CO 2 -soluble non-ionic surfactants in enhancing storage security and injectivity, offering a technically and economically attractive approach to large-scale CO 2 sequestration in saline aquifers. Also, the current results establish a strong foundation for advancing toward field-scale implementation and represent a significant step forward in creating sustainable solutions for carbon management. • Improving CO 2 sequestration in the saline aquifers via generation of in-situ foam. • The application of novel non-ionic CO 2 -soluble propoxylated-ethoxylated alcohols surfactants. • CO 2 -soluble surfactants exhibit strong solubility in supercritical CO 2 and brine, enabling stable foam generation without degradation. • The strengthening CO 2 solubility trapping ocuured due to enhancing CO 2 solubility in brine and IFT reduction. • The wettability alteration to an intermediate gas-wet amplifying the potential for residual trapping.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,018
Tête enseignante GPT0,255
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), 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

Citations15
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Engineering JournalMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207