امکان سنجی ازدیاد برداشت به کمک مواد فعال کننده سطحی در مخازن کربناته شکافدار
محل انتشار: دومین همایش ملی نفت و گاز ایران
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,232
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NIPC02_005
تاریخ نمایه سازی: 27 آبان 1393
چکیده مقاله:
تقاضا برای انرژی و مخازن جدید نفتی در سطح جهان در حالی در حال افزایش است که تولید از مخازن تولید شده و تخلیه شده دشوار شده است. تولید از مخازن کربناته شکافدار به کمک سیلاب زنی با آب معمولی بخاطر ماهیت نفتدوستی ماتریکس آنها بهره اقتصادی ندارد. روش های ازدیاد برداشت شیمیایی همچون استفاده از مواد فعالکننده سطحی (که منجر به تغییر ترشوندگی سنگ و کاهش کشش بین سطحی بین دو فاز می شود) برای کاهش مقدار نفت باقیمانده در ماتریکس که منجر به افزایش تولید می شود، مورد نیاز است. این در حالی است که افزایش بازدهی به مقدار تغییر ترشوندگی و کاهش کشش بین سطحی وابسته است. مکانیزم غالب در تولید از مخازن کربناته شکافدار آشام خودبخودی است، که تلفیقی از نیروهای مویینگی، ثقلی و ویسکوز می باشد. هدف اصلی در این تحقیق شبیه سازی تغییر ترشوندگی در مقیاس آزمایشگاهی برای آشام خودبخودی ایستا در ظرف آشام به کمک شبیه ساز سیل زنی شیمیایی مخزن می باشد. مدل سازیهای بدون دقت برای تغییر ترشوندگی توسط نرم افزارهایی مثل Eclipse و CMG توجه ها را به سمت نرم افزار UTCHEM که این قابلیت را دارد جلب کرده است. در این مقاله مشاهده خواهد شد که توسط نرم افزار UTCHEM می توان تطبیق خوبی با نتایج فرآیندهای آشام خودبخودی با وجود تغییر ترشوندگی ناشی از سورفکتانت ها بدست آورد.
کلیدواژه ها:
نویسندگان
محمدحسین گلستان
گروه مهندسی شیمی، دانشگاه شهید باهنر کرمان- انجمن پژوهشگران جوان، دانشگاه شهید باهنر کرمان
مهین شفیعی
گروه مهندسی شیمی، دانشگاه شهید باهنر کرمان- پژوهشکده انرژی و مهندسی محیط زیست، دانشگاه شهید باهنر کرمان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :