MétaCan
Menu
Retour à la cohorte
Enregistrement W4417137294 · doi:10.14800/iogr.1362

Mineral Analysis of Dolomite Formation During Carbonate Acidizing Using Chelating Agents

2025· article· W4417137294 sur OpenAlexaboutno aff

Notice bibliographique

RevueImproved Oil and Gas Recovery · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensnon disponible
Organismes subventionnairesBuddhist Tzu Chi Medical FoundationMinistry of Science and Technology of the People's Republic of ChinaMurdoch UniversityCurtin University of Technology
Mots-clésDolomiteCarbonateDissolutionChelationCitric acidHydrochloric acidMineralKinetics

Résumé

récupéré en direct d'OpenAlex

During carbonate acidizing, the reaction between hydrochloric acid (HCl) and carbonate minerals is particularly rapid, especially in high-temperature wellbore environments. Due to the swift reaction kinetics and the rapid consumption of acid, deep penetration is often limited, resulting in the formation of small wormholes and localized dissolution, which minimizes skin damage. To address these challenges, chelating agents have been introduced as an alternative for reacting with dolomite formations. Chelating agents, being slower-reacting acids, have demonstrated effectiveness in high-temperature environments. In this study, three chelating agents—HEDTA (Hydroxyethylenediaminetetraacetic acid), GLDA (L-glutamic acid diacetic acid), and EDTA (Ethylenediaminetetraacetic acid)—were employed to interact with Guelph dolomite core samples under high-pressure (1000 psi) and high-temperature (180°F) conditions. The reacted dolomite samples were subsequently analyzed for changes in various properties, including mineralogy, grain size distribution, porosity, and morphology. Mineralogical and grain size distribution analyses revealed that GLDA and HEDTA were effective in dissolving calcite, while EDTA demonstrated a higher effectiveness in dissolving ankerite. Additionally, mineral locking analysis indicated that GLDA and HEDTA successfully disrupted the bond between quartz and calcite, which may contribute to an increase in reservoir permeability.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,010
Tête enseignante GPT0,236
Écart entre enseignants0,227 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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 revueImproved Oil and Gas RecoveryMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207