CN113436685B - Co2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法 - Google Patents

Co2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法 Download PDF

Info

Publication number
CN113436685B
CN113436685B CN202110691707.1A CN202110691707A CN113436685B CN 113436685 B CN113436685 B CN 113436685B CN 202110691707 A CN202110691707 A CN 202110691707A CN 113436685 B CN113436685 B CN 113436685B
Authority
CN
China
Prior art keywords
resistant
tertiary amine
foam
salt
foam system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110691707.1A
Other languages
English (en)
Other versions
CN113436685A (zh
Inventor
孙春同
孙霜青
任海宁
孙永强
任平平
孙志强
胡松青
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongying Spring Petroleum Engineering Technology Co ltd
China University of Petroleum East China
Original Assignee
Dongying Spring Petroleum Engineering Technology Co ltd
China University of Petroleum East China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dongying Spring Petroleum Engineering Technology Co ltd, China University of Petroleum East China filed Critical Dongying Spring Petroleum Engineering Technology Co ltd
Priority to CN202110691707.1A priority Critical patent/CN113436685B/zh
Publication of CN113436685A publication Critical patent/CN113436685A/zh
Application granted granted Critical
Publication of CN113436685B publication Critical patent/CN113436685B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
    • C—CHEMISTRY; METALLURGY
    • C09—DYES; PAINTS; POLISHES; NATURAL RESINS; ADHESIVES; COMPOSITIONS NOT OTHERWISE PROVIDED FOR; APPLICATIONS OF MATERIALS NOT OTHERWISE PROVIDED FOR
    • C09K—MATERIALS FOR MISCELLANEOUS APPLICATIONS, NOT PROVIDED FOR ELSEWHERE
    • C09K8/00—Compositions for drilling of boreholes or wells; Compositions for treating boreholes or wells, e.g. for completion or for remedial operations
    • C09K8/58—Compositions for enhanced recovery methods for obtaining hydrocarbons, i.e. for improving the mobility of the oil, e.g. displacing fluids
    • C09K8/584—Compositions for enhanced recovery methods for obtaining hydrocarbons, i.e. for improving the mobility of the oil, e.g. displacing fluids characterised by the use of specific surfactants
    • C—CHEMISTRY; METALLURGY
    • C09—DYES; PAINTS; POLISHES; NATURAL RESINS; ADHESIVES; COMPOSITIONS NOT OTHERWISE PROVIDED FOR; APPLICATIONS OF MATERIALS NOT OTHERWISE PROVIDED FOR
    • C09K—MATERIALS FOR MISCELLANEOUS APPLICATIONS, NOT PROVIDED FOR ELSEWHERE
    • C09K8/00—Compositions for drilling of boreholes or wells; Compositions for treating boreholes or wells, e.g. for completion or for remedial operations
    • C09K8/58—Compositions for enhanced recovery methods for obtaining hydrocarbons, i.e. for improving the mobility of the oil, e.g. displacing fluids
    • C09K8/594—Compositions used in combination with injected gas, e.g. CO2 orcarbonated gas
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Materials Engineering (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Emulsifying, Dispersing, Foam-Producing Or Wetting Agents (AREA)
  • Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)

Abstract

本发明公开了一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法，属于油气田化学技术领域。该模拟方法包括：首先通过Materials Studio软件构建泡沫体系的初始构型，其次通过Forcite模块对泡沫体系进行优化和分子动力学计算，最后通过界面构型、相对浓度分布曲线、径向分布函数、均方位移曲线、相互作用能等参数考察叔胺泡沫体系的泡沫性能、响应性能和机理以及耐温、抗盐性能。本发明的模拟方法可以从微观角度解释表面活性剂稳定泡沫、实现响应以及耐温抗盐的机理，为CO2智能响应型耐温抗盐泡沫体系的实验研究和不同工况条件下油气田的施工提供一定理论指导。

Description

CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法
技术领域
本发明属于油气田化学技术领域，具体涉及一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法。
背景技术
近年来，随着对气田的持续开发，国内大部分气井均出现了井筒积液的现象，造成了采气量下降等问题，对气田的开发和生产产生严重的影响。为了解决这一问题，诸如泡沫排水采气、气举排水采气、优选管柱排水采气等排水采气工艺得到广泛应用。在这些工艺中，泡沫排水采气工艺因其成本低、工艺简单等优点成为排水采气工艺中最有效的方法，其应用的气井数高达80％以上。泡沫排水采气法的原理是：在气井井底注入起泡剂，随着气井中气液混合两相的垂直流动，泡排剂发生作用，生成大量含水泡沫，并随着气流从气井底部举升至地面，实现泡沫排水采气的目的。目前主要使用常规表面活性剂复配体系作为泡排剂。这种泡排剂所产生的泡沫较为稳定，当泡沫状地层水被携带至地面后，需要加入消泡剂以使气水分离达到消泡。这时候往往需要采用加注设备来完成，而且可能存在消泡缓慢、不彻底等问题。智能响应型泡沫可以很好的解决上述问题，它可以通过生成泡沫的将气体采出，到达地面后通过外部刺激实现自动消泡，大大降低后期处理的难度。CO2智能响应型泡沫是一类以 CO2为环境触发器的泡沫，通过向溶液中通入和排出CO2，能够对溶液表面活性的“有”或“无”进行控制。该种泡沫所应用的表面活性剂具有绿色、廉价、可再生及低耗能等优点。另外，面对井下高温、高矿化度的苛刻环境，多数泡沫在井下不能稳定存在，未到达地面便破裂，达不到排水采气的效果。因此，研发能够适应现场工况条件的智能响应型泡沫成为亟待开展的一项前沿课题，并具有重要的理论意义和现场应用价值。
在泡沫排水采气领域，近年来采用分子模拟方法所研究的内容主要为表面活性剂分子的设计、表界面及体相性质、分子结构与性质关系等。但是对于CO2智能响应型泡沫的研究，目前还在实验阶段，尚没有用分子模拟方法研究CO2智能响应型泡沫的性质及机理的报道。
现有技术有关泡沫及其制备方法方面的研究报道主要有：
CN111139050 A公开了一种耐凝析油耐盐耐温泡排剂及其制备方法，该泡排剂由以下质量百分比的组分组成：8％～22％椰油酰胺丙基二甲基叔胺、3％～12％油酸酰胺丙基二甲基叔胺、 3％～18％芥酸酰胺丙基二甲基叔胺、3％～18％氯乙酸、8％～22％液碱、6％～20％有机溶液，水补足余量。该发明通过对原料的选择以及特定的配比设计，实现了在高凝析油含量下，泡排剂的携液量仍较高，且随着凝析油含量的增加，携液量不会下降，解决了现有泡排剂不能同时满足抗高温、抗盐、耐凝析油的问题。
CN112300770 A公开了一种耐温耐盐泡排剂的制备方法，制备方法为：将脂肪酸甲酯磺酸钠加入到三口烧瓶中，加热熔化；通入氮气排出氧气后滴加N,N-二甲基-1,3-丙二胺；然后冷凝回流，搅拌均匀进行反应获得固体；将所得的固体用氯化钠溶液重结晶、过滤，烘干，即获得泡排剂。该发明合成泡排剂原材料价格低廉，来源方便，合成操作简单，易于掌控，且得率较高，相比于常规泡排剂用量少，起泡泡沫迅速，发泡量大，泡沫细腻并且稳泡时间长，节约了资源，降低了成本。
CN110791273 A公开了一种气井泡排剂组合物、制备方法及其应用。该组合物包括以下组分：质量分数为40％的阴离子表面活性剂；质量分数为45％的自制的CO2/N2开关耐盐响应型叔胺；质量分数为10％的自制的聚合物AM-NVP-AS；质量分数为5％的泡沫稳定剂及乙醇。该发明泡排剂在高温、高矿化度地层水中具有响应性的同时，兼具发泡性能好，半衰期长，携液能力大等性能，较好的解决了高温高盐气井的排水采气问题。
上述现有技术取得了一定的进步，对于普通泡沫不能实现智能响应、消泡效果差以及耐温抗盐性能差的问题得到了一定的改善。但是目前尚没有用分子模拟方法研究CO2智能响应型泡沫的性质及机理的报道，对于响应机理、耐温抗盐机理也没有明确的解释。
发明内容
本发明的目的在于提供一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法，该模拟方法设计出了一种耐温抗盐性能良好的CO2智能响应型叔胺泡沫体系，在高温363 K、高矿化度200000mg/L条件下具有良好的泡沫性能和CO2响应性能，其耐温抗盐性能优良；此外，从微观角度解释了表面活性剂稳定泡沫、实现响应以及耐温抗盐的机理，对于CO2智能响应型耐温抗盐泡沫体系的实验研究和不同工况条件下油气田的施工提供一定理论指导。
为实现上述目的，本发明采用的技术解决方案是：
一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法，依次包括以下步骤：
1)构建初始模型
利用Materials Studio软件中的Sketch工具构建叔胺表面活性剂分子、传统阴离子表面活性剂分子、水分子和无机盐离子，通过添加耐温基团、抗盐基团并改变基团数目对所述的叔胺表面活性剂分子进行改性设计；利用Amorphous Cell工具和build layer工具将改性设计后的叔胺表面活性剂分子与所述的传统阴离子表面活性剂分子进行1：1复配，所得复配混合物进一步与水分子、无机盐离子、抗衡离子混合，构建泡沫体系的初始界面模型；
2)对泡沫体系的初始界面模型进行优化
利用Forcite模块Calculation中的Geometry Optimization对步骤1)构建的初始界面模型进行能量最小化处理，得到经能量最小化处理后的泡沫体系界面模型；
3)计算平衡构型
利用Forcite模块Calculation中的Dynamics对步骤2)的界面模型进行分子动力学模拟，获得平衡构型；
4)综合分析
根据步骤3)中得到的平衡构型的轨迹文件，利用Forcite模块中的Analysis工具分析表面活性剂头基与水分子的径向分布函数、泡沫液膜中表面活性剂头基的均方位移曲线、表面活性剂头基的相对浓度分布曲线、表面活性剂间相互作用能的变化等参数，具体展开分析CO2智能响应型叔胺泡沫体系的泡沫性能、响应性能和机理以及耐温、抗盐性能。
上述技术方案直接带来的有益技术效果为：
上述技术方案中，利用分子模拟方法对CO2智能响应型泡沫的性质及机理进行了研究，填补了现有技术中没有用分子模拟方法研究CO2智能响应型泡沫的性质及机理研究的空白；通过对叔胺表面活性剂分子进行耐温抗盐改性设计，使其与SDS复配后可以发挥两者的协同作用，使得复配泡沫体系既具有良好的泡沫性能，又具有良好的CO2响应性能。
作为本发明的一个优选方案，步骤1)中，所述的叔胺表面活性剂分子为N-十二烷基-N, N-二甲基叔胺，所述的传统阴离子表面活性剂分子选取烷基硫酸盐类表面活性剂分子。
作为本发明的另一个优选方案，所述的烷基硫酸盐类表面活性剂分子为十二烷基硫酸钠、十四烷基硫酸钠、十六烷基硫酸钠或十八烷基硫酸钠。
进一步优选，所述的耐温基团为苯环或噻吩基团，所述的抗盐基团为羟基、羧基或乙氧基基团。
进一步优选，步骤1)中，与叔胺表面活性剂分子、传统阴离子表面活性剂分子混合的无机盐离子选取氯化钠、氯化镁或氯化钙中的阳离子或阴离子。
进一步优选，所述的噻吩基团的添加数目为1～3个，所述的乙氧基基团的添加数目为 1～5个。
与现有技术相比，本发明带来了以下有益技术效果：
(1)本发明的CO2智能响应型耐温抗盐叔胺泡沫体系中，所采用的用于改性的叔胺表面活性剂为N-十二烷基-N,N-二甲基叔胺(C12A)，由于其叔胺基团的存在，该表面活性剂具有良好的CO2响应性能，实现由通气控制的“开”与“关”。为了增强其起泡性能和泡沫性能，本发明选用传统的阴离子表面活性剂十二烷基硫酸钠(SDS)与其进行1：1复配。由于二者之间良好的协同作用，该复配泡沫体系具有优异的泡沫性能、CO2响应性能。
(2)本发明的CO2智能响应型耐温抗盐叔胺泡沫体系中，所采用的改性后的叔胺表面活性剂相比于C12A，其增加了耐温基团噻吩基团和抗盐基团乙氧基基团，呈现出良好的耐温性能和抗盐性能。将其与阴离子表面活性剂十二烷基硫酸钠(SDS)1：1复配后，在温度为363 K的高温条件下，泡沫稳定性较好；在无机盐离子浓度为200000mg/L的高矿化度条件下，泡沫稳定性和响应性能较好。
(3)本发明采用分子模拟的方法对表面活性剂的分子结构进行耐温抗盐改性，通过分子动力学计算来模拟泡沫体系的起泡和消泡(响应)过程，计算快速、容易实现，计算结果准确，可以大大节约时间，提高效率。
(4)本发明所采用的分子模拟方法可以从微观角度解释表面活性剂稳定泡沫、实现响应以及耐温抗盐的机理，对于CO2智能响应型耐温抗盐泡沫体系的实验研究和不同工况条件下油气田的施工提供一定理论指导。
附图说明
下面结合附图对本发明做进一步说明：
图1为改性后添加耐温基团和抗盐基团的叔胺分子(D-3-TEDTA)构型；
图2为泡沫液膜的初始构型图；
图3为温度298K、矿化度0mg/L条件下泡沫液膜响应前后的平衡构型图(以 SDS/D-3-TEDTA 2泡沫体系为例)；
图4为温度363K、矿化度0mg/L条件下泡沫液膜响应前的平衡构型图(以 SDS/D-3-TEDTA 2泡沫体系为例)；
图5为温度298K、矿化度200000mg/L条件下泡沫液膜响应前后的平衡构型图(以SDS/D-3-TEDTA 2泡沫体系为例)；
图6为温度363K、矿化度200000mg/L条件下泡沫液膜响应前后的平衡构型图(以SDS/D-3-TEDTA 2泡沫体系为例)；
图7为温度298K、矿化度200000mg/L条件下表面活性剂头基沿z轴方向的相对浓度分布曲线：a)D-3-TEDTA 2分子头基；(b)SDS分子头基(以SDS/D-3-TEDTA 2泡沫体系为例)；
图8为温度298K、矿化度200000mg/L条件下响应前后SDS分子头基与叔胺分子头基的径向分布函数(以SDS/D-3-TEDTA 2泡沫体系为例)；
图9为温度363K、矿化度200000mg/L条件下响应前表面活性剂头基的均方位移曲线(以 SDS/D-3-TEDTA 2泡沫体系为例)。
具体实施方式
本发明提出了一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法，为了使本发明的优点、技术方案更加清楚、明确，下面结合具体实施例对本发明做详细说明。
首先，本发明所选用的主要化学药品叔胺表面活性剂N-十二烷基-N，N-二甲基叔胺 (C12A)和阴离子表面活性十二烷基硫酸钠(SDS)均可以通过商业渠道购买获得，改性后添加耐温抗盐基团的叔胺表面活性剂(D-3-TEDTA)可以通过实验合成得到，其构型图如图1所示。
本发明，一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法，包括以下步骤：
1)构建初始模型
利用Materials Studio软件中的Sketch工具构建叔胺表面活性剂分子、传统阴离子表面活性剂分子、水分子和无机盐离子，通过添加耐温基团、抗盐基团并改变基团数目对所述的叔胺表面活性剂分子进行改性设计；利用Amorphous Cell工具和build layer工具将改性设计后的叔胺表面活性剂分子与所述的传统阴离子表面活性剂分子进行1：1复配，所得复配混合物进一步与水分子、无机盐离子、抗衡离子混合，构建泡沫体系的初始界面模型；
2)对泡沫体系的初始界面模型进行优化
利用Forcite模块Calculation中的Geometry Optimization对步骤1)构建的初始界面模型进行能量最小化处理，得到经能量最小化处理后的泡沫体系界面模型；
3)计算平衡构型
利用Forcite模块Calculation中的Dynamics对步骤2)的界面模型进行分子动力学模拟，获得平衡构型；
4)综合分析
根据步骤3)中得到的平衡构型的轨迹文件，利用Forcite模块中的Analysis工具分析表面活性剂头基与水分子的径向分布函数、泡沫液膜中表面活性剂头基的均方位移曲线、表面活性剂头基的相对浓度分布曲线、表面活性剂间相互作用能的变化等参数，具体展开分析CO2智能响应型叔胺泡沫体系的泡沫性能、响应性能和机理以及耐温、抗盐性能。
泡沫液膜的初始构型图如图2所示。
为了更好的理解本发明，下面结合具体实施例对本发明做进一步说明。
实施例1：
如图3所示，温度298K、矿化度0mg/L条件下，SDS/D-3-TEDTA 2泡沫体系的设计：
1)构建初始模型
利用Materials Studio软件中的Sketch工具构建叔胺表面活性剂分子N-十二烷基-N,N-二甲基叔胺(C12A)、传统阴离子表面活性剂分子十二烷基硫酸钠(SDS)和水分子，通过添加 1个耐温基团噻吩集团、3个抗盐基团乙氧基基团对叔胺表面活性剂分子N-十二烷基-N,N- 二甲基叔胺(C12A)进行改性设计得到D-3-TEDTA 2；利用Amorphous Cell工具和build layer 工具将36个SDS和36个D-3-TEDTA2进行1：1复配并与2042个水分子混合，构建SDS/D-3-TEDTA 2泡沫体系的初始界面模型。盒子大小为4.368×4.368×3.2nm3，在盒子的上下两侧各加入5nm的真空层。
2)对SDS/D-3-TEDTA 2泡沫体系的初始界面模型进行优化
利用Forcite模块Calculation中的Geometry Optimization对步骤1)构建的初始界面模型进行能量最小化处理，得到经能量最小化处理后的SDS/D-3-TEDTA2泡沫体系界面模型；
3)计算平衡构型
利用Forcite模块Calculation中的Dynamics对步骤2)的SDS/D-3-TEDTA2泡沫体系界面模型进行温度298K、矿化度0mg/L条件下的分子动力学模拟，模拟时长2ns，获得平衡构型；
4)综合分析
根据步骤3)中得到的平衡构型的轨迹文件，利用Forcite模块中的Analysis工具分析表面活性剂头基与水分子的径向分布函数、泡沫液膜中表面活性剂头基的均方位移曲线、表面活性剂头基的相对浓度分布曲线、表面活性剂间相互作用能的变化等参数，具体展开分析CO2智能响应型叔胺泡沫体系的泡沫性能、响应性能和机理。
实施例2：
如图4所示，温度363K、矿化度0mg/L条件下，SDS/D-3-TEDTA2泡沫体系的设计：
1)构建初始模型
利用Materials Studio软件中的Sketch工具构建叔胺表面活性剂分子N-十二烷基-N,N-二甲基叔胺(C12A)、传统阴离子表面活性剂分子十二烷基硫酸钠(SDS)和水分子，通过添加 1个耐温基团噻吩集团、3个抗盐基团乙氧基基团对叔胺表面活性剂分子N-十二烷基-N,N- 二甲基叔胺(C12A)进行改性设计得到D-3-TEDTA 2；利用Amorphous Cell工具和build layer 工具将36个SDS和36个D-3-TEDTA 2进行1：1复配并与2042个水分子混合，构建 SDS/D-3-TEDTA 2泡沫体系的初始界面模型。盒子大小为4.368×4.368×3.2nm3，在盒子的上下两侧各加入5nm的真空层。
2)对SDS/D-3-TEDTA 2泡沫体系的初始界面模型进行优化
利用Forcite模块Calculation中的Geometry Optimization对步骤1)构建的初始界面模型进行能量最小化处理，得到经能量最小化处理后的SDS/D-3-TEDTA 2泡沫体系界面模型；
3)计算平衡构型
利用Forcite模块Calculation中的Dynamics对步骤2)的SDS/D-3-TEDTA 2泡沫体系界面模型进行温度363K、矿化度0mg/L条件下的分子动力学模拟，模拟时长2ns，获得平衡构型；
4)综合分析
根据步骤3)中得到的平衡构型的轨迹文件，利用Forcite模块中的Analysis工具分析表面活性剂头基与水分子的径向分布函数、泡沫液膜中表面活性剂头基的均方位移曲线、表面活性剂头基的相对浓度分布曲线、表面活性剂间相互作用能的变化等参数，具体展开分析CO2智能响应型叔胺泡沫体系的泡沫性能、响应性能和机理以及耐温性能。
实施例3：
如图5所示，温度298K、矿化度200000mg/L条件下，SDS/D-3-TEDTA 2泡沫体系的设计：
1)构建初始模型
利用Materials Studio软件中的Sketch工具构建叔胺表面活性剂分子N-十二烷基-N,N-二甲基叔胺(C12A)、传统阴离子表面活性剂分子十二烷基硫酸钠(SDS)、水分子和无机盐离子，通过添加1个耐温基团噻吩集团、3个抗盐基团乙氧基基团对叔胺表面活性剂分子N-十二烷基-N,N-二甲基叔胺(C12A)进行改性设计得到D-3-TEDTA 2；利用AmorphousCell工具和build layer工具将36个SDS和36个D-3-TEDTA 2进行1：1复配并与2042个水分子、 200000mg/L矿化度的无机盐离子(100个Na+、6个Mg2+、6个Ca2+、124个Cl-)混合，构建SDS/D-3-TEDTA 2泡沫体系的初始界面模型。盒子大小为4.368×4.368×3.2nm3，在盒子的上下两侧各加入5nm的真空层。
2)对SDS/D-3-TEDTA 2泡沫体系的初始界面模型进行优化
利用Forcite模块Calculation中的Geometry Optimization对步骤1)构建的初始界面模型进行能量最小化处理，得到经能量最小化处理后的SDS/D-3-TEDTA 2泡沫体系界面模型；
3)计算平衡构型
利用Forcite模块Calculation中的Dynamics对步骤2)的SDS/D-3-TEDTA2泡沫体系界面模型进行温度298K、矿化度200000mg/L条件下的分子动力学模拟，模拟时长2ns，获得平衡构型；
4)综合分析
根据步骤3)中得到的平衡构型的轨迹文件，利用Forcite模块中的Analysis工具分析表面活性剂头基与水分子的径向分布函数、泡沫液膜中表面活性剂头基的均方位移曲线、表面活性剂头基的相对浓度分布曲线、表面活性剂间相互作用能的变化等参数，具体展开分析CO2智能响应型叔胺泡沫体系的泡沫性能、响应性能和机理以及抗盐性能。
实施例4：
如图6所示，温度363K、矿化度200000mg/L条件下，SDS/D-3-TEDTA 2泡沫体系的设计：
1)构建初始模型
利用Materials Studio软件中的Sketch工具构建叔胺表面活性剂分子N-十二烷基-N,N-二甲基叔胺(C12A)、传统阴离子表面活性剂分子十二烷基硫酸钠(SDS)、水分子和无机盐离子，通过添加1个耐温基团噻吩集团、3个抗盐基团乙氧基基团对叔胺表面活性剂分子N-十二烷基-N,N-二甲基叔胺(C12A)进行改性设计得到D-3-TEDTA 2；利用AmorphousCell工具和build layer工具将36个SDS和36个D-3-TEDTA 2进行1：1复配并与2042个水分子、 200000mg/L矿化度的无机盐离子(100个Na+、6个Mg2+、6个Ca2+、124个Cl-)混合，构建SDS/D-3-TEDTA 2泡沫体系的初始界面模型。盒子大小为4.368×4.368×3.2nm3，在盒子的上下两侧各加入5nm的真空层。
2)对SDS/D-3-TEDTA 2泡沫体系的初始界面模型进行优化
利用Forcite模块Calculation中的Geometry Optimization对步骤1)构建的初始界面模型进行能量最小化处理，得到经能量最小化处理后的SDS/D-3-TEDTA 2泡沫体系界面模型；
3)计算平衡构型
利用Forcite模块Calculation中的Dynamics对步骤2)的SDS/D-3-TEDTA 2泡沫体系界面模型进行温度363K、矿化度200000mg/L条件下的分子动力学模拟，模拟时长2ns，获得平衡构型；
4)综合分析
根据步骤3)中得到的平衡构型的轨迹文件，利用Forcite模块中的Analysis工具分析表面活性剂头基与水分子的径向分布函数、泡沫液膜中表面活性剂头基的均方位移曲线、表面活性剂头基的相对浓度分布曲线、表面活性剂间相互作用能的变化等参数，具体展开分析CO2智能响应型叔胺泡沫体系的泡沫性能、响应性能和机理以及抗盐性能。
实施例5：
温度363K、矿化度200000mg/L条件下，SDS/D-3-TEDTA 1-9九种CO2智能响应型耐温抗盐叔胺泡沫体系溶液相中表面活性剂的分布情况如表1所示。
表1溶液相中表面活性剂的分布情况
Figure BDA0003126417320000091
如图6示出了温度363K、矿化度200000mg/L条件下泡沫液膜响应前后的平衡构型图(以 SDS/D-3-TEDTA 2泡沫体系为例)；图7示出了温度298K、矿化度200000mg/L条件下表面活性剂头基沿z轴方向的相对浓度分布曲线：(a)D-3-TEDTA 2分子头基；(b)SDS分子头基(以SDS/D-3-TEDTA 2泡沫体系为例)；图8示出了温度298K、矿化度200000mg/L条件下响应前后SDS分子头基与叔胺分子头基的径向分布函数(以SDS/D-3-TEDTA 2泡沫体系为例)；图9示出了温度363K、矿化度200000mg/L条件下响应前表面活性剂头基的均方位移曲线(以SDS/D-3-TEDTA 2泡沫体系为例)。
本发明提出了一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法，所设计的SDS/D-3-TEDTA泡沫体系在高温363K、高矿化度200000mg/L条件下具有良好的泡沫性能和CO2响应性能，其耐温抗盐性能优良；此外，从微观角度解释了表面活性剂稳定泡沫、实现响应以及耐温抗盐的机理，对于CO2智能响应型耐温抗盐泡沫体系的实验研究和不同工况条件下油气田的施工提供一定理论指导。
本发明中未述及的部分借鉴现有技术即可实现。
需要说明的是：在本说明书的教导下本领域技术人员所做出的任何等同方式或明显变型方式均应在本发明的保护范围内。

Claims (6)

1.一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法，其特征在于，依次包括以下步骤：
1)构建初始模型
利用Materials Studio软件中的Sketch工具构建叔胺表面活性剂分子、传统阴离子表面活性剂分子、水分子和无机盐离子，通过添加耐温基团、抗盐基团并改变基团数目对所述的叔胺表面活性剂分子进行改性设计；利用Amorphous Cell工具和build layer工具将改性设计后的叔胺表面活性剂分子与所述的传统阴离子表面活性剂分子进行1：1复配，所得复配混合物进一步与水分子、无机盐离子、抗衡离子混合，构建泡沫体系的初始界面模型；
2)对泡沫体系的初始界面模型进行优化
利用Forcite模块Calculation中的Geometry Optimization对步骤1)构建的初始界面模型进行能量最小化处理，得到经能量最小化处理后的泡沫体系界面模型；
3)计算平衡构型
利用Forcite模块Calculation中的Dynamics对步骤2)的界面模型进行分子动力学模拟，获得平衡构型；
4)综合分析
根据步骤3)中得到的平衡构型的轨迹文件，利用Forcite模块中的Analysis工具分析表面活性剂头基与水分子的径向分布函数、泡沫液膜中表面活性剂头基的均方位移曲线、表面活性剂头基的相对浓度分布曲线、表面活性剂间相互作用能的变化参数，具体展开分析CO2智能响应型叔胺泡沫体系的泡沫性能、响应性能和机理以及耐温、抗盐性能。
2.根据权利要求1所述的一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法，其特征在于：步骤1)中，所述的叔胺表面活性剂分子为N-十二烷基-N,N-二甲基叔胺，所述的传统阴离子表面活性剂分子选取烷基硫酸盐类表面活性剂分子。
3.根据权利要求2所述的一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法，其特征在于：所述的烷基硫酸盐类表面活性剂分子为十二烷基硫酸钠、十四烷基硫酸钠、十六烷基硫酸钠或十八烷基硫酸钠。
4.根据权利要求1所述的一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法，其特征在于：所述的耐温基团为苯环或噻吩基团，所述的抗盐基团为羟基、羧基或乙氧基基团。
5.根据权利要求1所述的一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法，其特征在于：步骤1)中，与叔胺表面活性剂分子、传统阴离子表面活性剂分子混合的无机盐离子选取氯化钠、氯化镁或氯化钙中的阳离子或阴离子。
6.根据权利要求4所述的一种CO2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法，其特征在于：所述的噻吩基团的添加数目为1～3个，所述的乙氧基基团的添加数目为1～5个。
CN202110691707.1A 2021-06-22 2021-06-22 Co2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法 Active CN113436685B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110691707.1A CN113436685B (zh) 2021-06-22 2021-06-22 Co2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110691707.1A CN113436685B (zh) 2021-06-22 2021-06-22 Co2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法

Publications (2)

Publication Number Publication Date
CN113436685A CN113436685A (zh) 2021-09-24
CN113436685B true CN113436685B (zh) 2022-07-26

Family

ID=77756999

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110691707.1A Active CN113436685B (zh) 2021-06-22 2021-06-22 Co2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法

Country Status (1)

Country Link
CN (1) CN113436685B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114181716B (zh) * 2021-10-19 2023-08-15 太原理工大学 气体响应型Pickering乳化剂、制备方法及在Suzuki反应中的应用
CN114283894B (zh) * 2021-12-23 2024-02-27 中国石油大学(北京) 一种泡沫体系微观模型的建立方法
CN114456792A (zh) * 2022-01-25 2022-05-10 中国石油大学(华东) 一种油气开发用响应型颗粒强化泡沫体系、制备方法及其应用
CN115326647A (zh) * 2022-04-28 2022-11-11 西安石油大学 一种表面活性剂-co2-原油混相界面行为的研究方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105567207A (zh) * 2016-02-02 2016-05-11 中国石油大学(华东) Hpam水解度对hpam-表面活性剂复配体系气液界面性质影响的模拟方法
CN110791273A (zh) * 2019-10-15 2020-02-14 东营施普瑞石油工程技术有限公司 一种气井泡排剂组合物、制备方法及其应用
WO2020198196A1 (en) * 2019-03-28 2020-10-01 Dow Global Technologies Llc Anionic group iii complexes as weakly coordinating anions for olefin polymerization catalyst activators

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106589001B (zh) * 2016-12-06 2019-11-08 江南大学 一种二茂铁基双重刺激响应型表面活性剂
CN109851521A (zh) * 2019-01-07 2019-06-07 江南大学 一种具有pH响应的二聚表面活性剂泡沫响应体系
CN111028891A (zh) * 2019-12-12 2020-04-17 南京科技职业学院 一种基于分子动力学模拟烷基苯磺酸盐表面活性剂油水界面特性的评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105567207A (zh) * 2016-02-02 2016-05-11 中国石油大学(华东) Hpam水解度对hpam-表面活性剂复配体系气液界面性质影响的模拟方法
WO2020198196A1 (en) * 2019-03-28 2020-10-01 Dow Global Technologies Llc Anionic group iii complexes as weakly coordinating anions for olefin polymerization catalyst activators
CN110791273A (zh) * 2019-10-15 2020-02-14 东营施普瑞石油工程技术有限公司 一种气井泡排剂组合物、制备方法及其应用

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CO2/N2 switchable aqueous foam stabilized by SDS/C12A surfactants: Experiment and molecular simulation studies;Shuangqing Sun 等;《Chemical Engineering Science》;20191231;第209卷(第14期);第1-9页 *
新型甜菜碱型两性离子表面活性剂界面行为的分子动力学模拟;陈玉萍等;《石油学报(石油加工)》;20120831;第591-597页 *
耐盐CO_2响应型泡排剂制备研究;巴爱叶;《中国设备工程》;20200430;第13-14页 *

Also Published As

Publication number Publication date
CN113436685A (zh) 2021-09-24

Similar Documents

Publication Publication Date Title
CN113436685B (zh) Co2智能响应型耐温抗盐叔胺泡沫体系性能研究的模拟方法
Zhang et al. Wettability modification of Wender lignite by adsorption of dodecyl poly ethoxylated surfactants with different degree of ethoxylation: A molecular dynamics simulation study
Huang et al. A novel biphasic solvent of amino-functionalized ionic liquid for CO2 capture: High efficiency and regenerability
Luisi et al. Self-replicating micelles—A chemical version of a minimal autopoietic system
CN109517592B (zh) 一种油气田用超高特征值三相烟道气泡沫及其制备方法
CN104525385B (zh) 一种选煤捕收剂及其制备方法
CN103203289B (zh) 一种煤泥浮选促进剂及制备浮选药剂的方法
Chen et al. Carbon dioxide hydrate separation from Integrated Gasification Combined Cycle (IGCC) syngas by a novel hydrate heat-mass coupling method
CN102964083B (zh) 一种改性大豆蛋白混凝土发泡剂
Jabbari et al. Modeling and optimization of a membrane gas separation based bioreactor plant for biohydrogen production by CFD–RSM combined method
CN104084212A (zh) 天然纳米材料凹凸棒土负载Cu-Fe基多组分催化剂及其制备方法和在低碳醇合成中的应用
Pivezhani et al. Investigation of CO2 hydrate formation conditions for determining the optimum CO2 storage rate and energy: Modeling and experimental study
CN104803889A (zh) 脂肪胺聚氧乙烯醚双磺酸盐及其制备方法
CN102924299B (zh) 一种新型慢裂慢凝型沥青乳化剂的制备方法
CN103752137B (zh) 一种含醚基吡啶类离子液体捕集酸性气体的方法
Cheng et al. Microfluidic-based chemical absorption technology for CO2 capture: Mass transfer dynamics, operating factors and performance intensification
Wang et al. Experiments and simulations for continuous recovery of methane from coal seam gas (CSG) utilizing hydrate formation
Wang et al. Effects of the presence of promoters sodium dodecyl sulfate, nanographite, and tetra-n-butylammonium bromide on the formation of CO2 hydrates
Geng et al. Decrease in hydrophilicity and inhibition moisture re-adsorption of lignite using binary surfactant mixtures with different hydrophilic head-groups
García-Abuín et al. CO2 capture by aqueous solutions of glucosamine in a bubble column reactor
Babamohammadi et al. Mass transfer coefficients of carbon dioxide in aqueous blends of monoethanolamine and glycerol using wetted-wall column
US20090114096A1 (en) SEPARATION, PURIFICATION AND RECOVERY METHOD OF SF6, HFCs AND PFCs
CN101486445A (zh) 一种卤水提溴过程中氧化与吹出的工艺方法及装置
CN113528110B (zh) 一种下古含硫天然气开采用泡沫排水剂及其制备方法
Zhou et al. Synthesis and physicochemical properties of CO2-switchable gemini surfactants

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant