NMR Characterization of Pore Structure and Connectivity for Nano-self-assembly γ-Al2O3 and Precursor


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Nano-self-assembly γ-Al2O3 (NSAA) is a catalytic material and can be used as a physical model of micro–nano-porous material for understanding shale and tight formations. Herein, we describe the development of an in situ, fast, and quantitative method for the potential nuclear magnetic resonance (NMR) characterization of pore system in a nano-self-assembly precursor (NSAP) for the first time. The surface relaxivity ρ2 of small pores, which are water saturated is found to be 0.65 and 0.85 μm μs−1, while ρ2 for large pores, which are hydrocarbon saturated is 0.55 μm μs−1. This points to the interaction of water molecules with inorganic pore surface being stronger than that of hydrocarbon molecules. A new method for reconstructing the capillary pressure curve (Pc) is used to comprehensively reflect the pore structure of NSAA and predict NMR Pc. The pore network model of NSAA is proposed based on NMR quantitative characterization and SEM evaluation, and it has pore channels, which are suitable for macromolecule diffusion. A set of low-field NMR methods for evaluating the pore connectivity of nanomaterials are established. The experiments demonstrate that low-field NMR is a robust tool for characterizing pore channels for macromolecule transport in catalytic materials, with an important application field being shale oil and tight sand oil development and petroleum refining.

Об авторах

Lin Wang

State Key Laboratory of Petroleum Resources and Prospecting, China University of Petroleum

Email: xiaolizhi@cup.edu.cn
Китай, Beijing, 102249

Lizhi Xiao

State Key Laboratory of Petroleum Resources and Prospecting, China University of Petroleum; Harvard SEAS-CUPB Joint Laboratory

Автор, ответственный за переписку.
Email: xiaolizhi@cup.edu.cn
Китай, Beijing, 102249; Cambridge, MA, 02138

Wenzheng Yue

State Key Laboratory of Petroleum Resources and Prospecting, China University of Petroleum

Email: xiaolizhi@cup.edu.cn
Китай, Beijing, 102249

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Springer-Verlag GmbH Austria, part of Springer Nature, 2018

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».