MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413391270 · doi:10.1115/omae2025-157119

Novel CO2-Soluble-Surfactant-Based Foam System for EOR And Geological CO2 Storage in High-Water-Cut Reservoirs

2025· article· en· W4413391270 sur OpenAlexaff
Faqiang Dang, Songyan Li, Huazhou Li

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPulmonary surfactantPetroleum engineeringEnhanced oil recoveryEnvironmental scienceGeologyChemical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract This study introduces an innovative method using supercritical CO2 as a carrier for soluble surfactants to enable in-situ foam generation within reservoir formations. The technique enhances oil recovery and CO2 storage while improving economic feasibility and environmental sustainability in high-water-cut reservoirs. The molecular design of an environmentally friendly CO2-soluble surfactant is achieved through structure-performance relationships. This architecture strategically integrates multi-methyl branched alkyl chains with polypropylene oxide (PPO) and polyethylene oxide (PEO) units. The surfactant’s solubility in CO2 is systematically evaluated under high-temperature and high-pressure conditions using cloud point measurements. Foam stability assessments are conducted in high-salinity environments through half-life tests. Comparative sandpack flooding experiments quantify oil recovery and CO2 sequestration efficiency against CO2 flooding and conventional foam techniques. The CO2-philic enhancement is predominantly attributed to PPO groups. Multi-methyl branching reduces hydrocarbon chain hydrophobicity. PEO groups reinforce foam stability in high-salinity reservoirs through hydrogen-bond networks. The surfactant exhibits a solubility of 0.3 wt.% in CO2 at 20 MPa and 50°C, with a foam half-life exceeding 30 min in brine with salinity up to 85,255 ppm. In-situ foam generation preferentially occurs in high-water-saturation zones, displacing the aqueous phase to create additional CO2 storage capacity. The foam system utilises the Jamin effect to enhance sweep efficiency, effectively reducing residual oil saturation through improved fluid diversion. Foam-oil interactions trigger foam collapse, releasing surfactants that emulsify and strip oil from rock surfaces, further enhancing oil recovery. Compared to CO2 flooding, the proposed foam technology improves oil recovery by 23.92% and CO2 storage efficiency by 59.69%. Compared to conventional foam flooding, oil recovery efficiency increases by 13.85% and CO2 storage efficiency increases by 19.73%. This study provides a high-efficiency, cost-effective solution for enhancing oil recovery and CO2 storage in high-water-cut reservoirs, with substantial potential for real-world applications.

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 enseignants0,001
Score d'incertitude au seuil0,002

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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,232
Écart entre enseignants0,219 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnhanced Oil Recovery Techniques→Travaux en français237 207→