Molecular Design Principles for Tailoring the Partitioning of CO<sub>2</sub>-Soluble Surfactants in CO<sub>2</sub>/Water Systems
Notice bibliographique
Résumé
The molecular design of CO 2 -soluble surfactants is critical for improving CO 2 mobility control in enhanced oil recovery and geological carbon storage. However, current design strategies remain largely empirical due to the lack of predictive structure–property relationships. The CO 2 surfactant’s performance is governed by its gas–liquid partition coefficient ( k ) between CO 2 and water, which dictates its transport efficiency by supercritical CO 2 and in situ foaming behavior. Here, we establish quantitative molecular design principles that enable the predictive tuning of k . A homologous series of nine nonionic surfactants (DFQ-series) with systematically varied architectures is evaluated over a broad range of temperatures (35–65 °C) and pressures (10–26 MPa) using a PVT system. This study proposes a four-level design strategy to optimize the CO 2 –water partition coefficient. Key structural features─molecular size, segmental composition, and hydrophobic architecture─jointly govern the k value. First, minimizing the total number of propylene oxide (PO) and ethylene oxide (EO) units is essential. A compact surfactant (DFQ-4, 10 units) tends to yield a higher k value. In contrast, an oversized analog (DFQ-3, 22 units) shows poor partitioning. Second, increasing the PO/EO ratio enhances CO 2 -philicity when the total number of PO and EO groups is fixed. At 35 °C and 26 MPa, DFQ-2 (9PO/9EO) yields k = 1.41, while DFQ-5 (5PO/13EO) reaches only k = 1.07. Third, shortening the linear alkyl tail significantly improves partitioning. Reducing the chain length from C12 to C6 raises k from 0.38 (DFQ-8) to 1.46 (DFQ-6) at 35 °C and 26 MPa. A C18 tail results in complete CO 2 insolubility. Finally, introducing tail branching further boosts CO 2 solubility. A multibranched surfactant (DFQ-7) reaches a higher k value than its linear counterpart DFQ-6. The proposed design principles enable targeted development of CO 2 -soluble surfactants for effective carbon capture, utilization, and storage (CCUS) deployment.
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) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».