驱油剂对弱碱三元复合驱乳状液稳定性的影响

来源 :科学技术与工程 | 被引量 : 0次 | 上传用户:resume_002
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对大庆油田弱碱三元复合驱[ASP,碱剂(A)、表面活性剂(S)、聚合物(P)]采出液油水乳化严重、污水处理困难等问题,通过室内模拟乳化方法,研究了驱油剂对乳状液稳定性的影响,并利用背散射光强平均值、粒径、水相含油量和油相含水率对实验数据进行综合对比分析.结果表明:随着聚合物浓度的增加粒径变小,液滴不易聚并,乳状液的稳定性增强,聚合物浓度在800 mg/L时,乳状液的稳定性较强;当石油磺酸盐浓度为0.2%时,弱碱三元乳状液更稳定;基于正交试验分析表明,聚合物浓度对乳状液稳定性的影响最大,说明聚合物通过增大乳状液中水相黏度使乳化程度增加,油珠粒径减小,油珠之间的聚集和聚并阻力加大,增大了乳状液的稳定性.研究结果为现场判断乳状液稳定性影响因素提供借鉴.
其他文献
传统的基于高分影像的分类方法分类精度较低,极大地增加了土地利用分类后的错分和漏分的可能性.为了提高分类以及变化检测精度,以广西桂林市临桂区为研究区,采用WorldView-2号以及高景一号高分影像,首先基于多层前馈反向传播(back propagation,BP)神经网络方法融合遥感影像的纹理、光谱、植被指数以及水体指数特征,制定出4种特征数据集融合方案;然后基于4种不同的方案对高分影像进行分类,并根据分类结果选取最优的分类方案,完成桂林市临桂区2017年与2020年土地利用变化检测.实验结果表明:融合纹
为了探究TC4钛合金的铣削性能与铣削参数优化问题,设计了正交铣削试验方案,获得了铣削参数即背吃刀量、侧吃刀量、主轴转速、进给速度对其铣削力、表面粗糙度、材料去除率的影响规律.将铣削力,表面粗糙度与材料去除率作为优化目标,建立了多目标优化模型,使用遗传算法进行求解,并通实际试验证明了该方法的可行性与可靠性.结果表明:各铣削参数对铣削力影响的主次顺序为:背吃刀量>侧吃刀量>主轴转速>进给速度;对表面粗糙度影响的主次顺序为:进给速度>侧吃刀量>背吃刀量>主轴转速;对材料去除率影响的主次顺序为:背吃刀量>侧吃刀量
以渤海湾盆地济阳坳陷埕岛-桩海地区中生界复杂岩性潜山型储层为研究对象,对储层岩石学特征、储集空间类型和储层物性差异进行研究,进而讨论储层质量控制因素,以期达到指导二次深埋型复杂岩性风化壳储层油气勘探、提高甜点预测准确性的目的.结果表明:研究区内储层包含火成岩和碎屑岩两大类,火成岩以安山岩和火山角砾岩为主,分布局限;碎屑岩形成于辫状河三角洲相,是研究区储层发育的有利岩性.有效储层储集空间类型以次生溶蚀孔为主,残留原生气孔是安山岩中的主要孔隙,裂缝常被方解石充填.研究区储层非均质性强,样品孔、渗值分布范围大.
学位
制定科学合理的注采方案是水驱油藏的一项核心任务,需要充分考虑油藏储层和开发的动静态非均质特征,影响因素多,量化决策难.为此,从油藏开发基本理论出发,以减小驱替不均衡为目的,推导建立了非均质油藏在定液量和定压差两种不同生产方式下的注采参数设计公式,分析了储层动、静态参数对注采参数设计的影响规律,形成了非均质油藏均衡注采设计新方法.利用算例对比分析了传统方法和新方法的差异,最后开展了矿场应用分析.研究明确了油水井注采设计受井距、孔隙度、渗透率、当前含水饱和度等因素的影响规律,指出高含水期油藏注采设计对于当前含
裂缝识别对碳酸盐岩储层的勘探开发具有重要意义,现有的基于常规测井资料的裂缝识别方法易受工况影响、可靠性低,而成像测井成本较高.提出了一种基于声波测井资料的碳酸盐岩地层裂缝综合识别方法,具有低成本、高精度的特点.根据多种裂缝识别方法对常规声波测井资料进行计算分析,在此基础上基于主成分分析法对不同方法的裂缝识别结果进行综合考量、降维分析,消除不同裂缝识别方法之间存在的偏差以及工况的影响,实现地层裂缝的精准预测.采用所提方法对塔里木盆地某区块奥陶系碳酸盐岩地层进行了裂缝识别,识别结果与岩心情况吻合良好,表明基于
针对小断面岩巷钻爆法掘进中存在的矸石抛掷距离远、大块率高、炮眼利用率低等问题,以阳煤一矿S 8208巷为背景,采用专家访谈和现场跟班调研方式确定了制约岩巷掘进速度的主要原因,在此基础上开展了针对性的掏槽爆破参数、支护参数、劳动组织优化.采用二阶二段掏槽技术将矸石抛掷距离控制在15 m以内,炮眼利用率提高到92%,大块率显著降低;基于数值模拟技术和现场围岩收敛变形观测,优化支护参数,锚索支护工作量减少53%,同时保证了巷道的安全;采用“双十二”制的劳动作业形式,优化作业衔接,平行作业率提高至41.7%,实现
抽油杆工作环境复杂,失效形式多样,其工作寿命受诸多因素影响,如何提高抽油杆在腐蚀工况下的剩余使用寿命(remaining useful life,RUL)显得尤为关键.使用深度学习方法中的长短时记忆网络(long short-term memory,LSTM),根据已有的油田生产数据,选取了15项与抽油杆腐蚀密切相关的变量,通过参数优化、网络训练,构建了基于LSTM的抽油杆剩余寿命预测模型,对20口生产井数据的测试显示,模型预测结果的平均误差为36%,同时与双向LSTM和深度LSTM模型进行对比表明,LS
为了快速、准确地预测蒸汽辅助重力泄油(steam assisted gravity drain,SAGD)开发方式下的产油量及可采储量,及时完成方案优化与生产调控工作,通过广义翁氏模型、Rayleigh模型、Weibull模型、Hubbert模型、HCZ模型、Maxwell模型全生命周期模型进行预测研究,评估其适用性.基于SAGD不同开发阶段的产能计算公式,提出了SAGD分段产能公式回归预测模型,用其预测产油量及可采储量.为了提高预测精度,基于上述方法提出了组合预测模型.结果表明:通过组合预测模型计算出的
学位