Influence of salinity and water hardness on the static adsortion of extended surfactants in the porous medium
Bibliographic record
Abstract
La adsorción es una de las mayores problemáticas al momento de implementar la inyección de surfactantes como método de recobro mejorado, debido a que una gran cantidad del tensoactivo queda atrapado en la roca evitando que cumpla su función. Diferentes variables han sido identificadas como promotoras de este fenómeno, entre las cuales se resalta la concentración de electrolito del medio, el cual fomenta la adsorción del surfactante en el sustrato según se ha demostrado. En este trabajo se evaluó la influencia que ejerce la concentración de NaCl y CaCl2, en la adsorción estática para un surfactante aniónico extendido (Petrostep S13D) sobre un sustrato mineral compuesto por arena Ottawa y caolín en una proporción 90/10 respectivamente. Para ello se prepararon diferentes sistemas con la misma cantidad de surfactante, a concentraciones de salinidad total (NaCl más CaCl2) de 0.2, 0.5, 1, 2, y 5 %w/w y proporciones de dureza (solo CaCl2) de 0, 2, 5 y 10 % de la salinidad total. Esto con el objeto de estudiar el efecto combinado de ambos tipos de sales a altas concentraciones. La influencia de la sanilidad ha sido estudiada por diferentes autores, sin embargo, el efecto de la dureza sobre la adsorción de surfactantes es una temática que no ha sido desarrollada a considerable profundidad. Para el desarrollo experimental se formularon diferentes soluciones a concentraciones de surfactante y salinidad definidas, las cuales se pusieron en contacto con el sustrato en una relación de 10/1, para posteriormente medir la concentración de surfactante al equilibrio en el sobrenadante, por métodos de titulación potenciométrica o de dos fases y finalmente calcular la adsorción total mediante un balance de materia. Los resultados obtenidos confirmaron que la adición de una mayor concentración de salinidad total, conlleva a un aumento en la cantidad de tensoactivo adsorbido, a causa de las interacciones de los iones con las moléculas anfifílicas y el sustrato. Sin embargo, al evaluar el efecto de la dureza sobre la adsorción, se evidenció que ésta presentaba un comportamiento más complejo que un incremento en la fracción de surfactante adsorbido, a medida que se elevara la proporción de dureza en el sistema de estudio.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".