MétaCan
Menu
Retour à la cohorte
Enregistrement W4414351587 · doi:10.1063/5.0280468

<i>In situ</i> surfactant generation via saponification in alkali-assisted steam flooding for heavy oil recovery

2025· article· en· W4414351587 sur OpenAlexaff
Chen Luo, Huiqing Liu, Hassan Hassanzadeh, Yue Pan

Notice bibliographique

RevuePhysics of Fluids · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesChina Petrochemical CorporationNational Natural Science Foundation of China
Mots-clésSaponificationSurface tensionSteam injectionEmulsionPulmonary surfactantEnhanced oil recoverySodium hydroxideAlkali metalViscosity

Résumé

récupéré en direct d'OpenAlex

This study explores alkali-assisted steam flooding as an effective approach for enhancing oil recovery in heavy oil reservoirs with high acid content. This method eliminates the need for costly surfactants by generating soap in situ. The research identifies naphthenic acids as the dominant acidic components in crude oil, with a double bond equivalent value of 3 or 4. Upon reacting with the sodium hydroxide (NaOH) solution, the interfacial tension decreased to ∼10−2 mN/m, and the acid–base reaction produced soap, altering the rock's wettability from oil-wet to water-wet. The emulsion viscosity was reduced with NaOH at an oil–water ratio of 3:7. Alkali-assisted steam flooding demonstrated that after the first alkali injection, the water cut was controlled, leading to a more than 10% increase in oil recovery. Alternating steam and alkali injections further improved the saponification reaction, resulting in a noticeable reduction in emulsion droplet diameter in the recovered oil samples, with most droplets concentrated in the 4–10 μm range. The shift in droplet diameter distribution indicates a transition from an initially thermally dominated emulsification process to a more stable emulsification system driven by alkali-induced interfacial activity. This study provides valuable insights into the mechanisms of alkali-assisted steam flooding for enhancing recovery in high-acid heavy oil reservoirs.

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 seuil0,003

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 Opus0,017
Tête enseignante GPT0,258
Écart entre enseignants0,242 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207