Large-Scale Laboratory Investigation of the Effects of Proppant and Fracturing-Fluid Properties on Transport
Notice bibliographique
Résumé
Abstract The primary function of fracturing fluids is to provide the means and media for the transport and placement of a conductive proppant pack in the created fracture such that resident hydrocarbons may be more easily produced. In recent years significant effort and expense has been invested to develop an ideal fracturing fluid system. Such efforts have been often been akin to the proverbial dog chasing his tail, rather than on the addressing the engineering objective to place a conductive propped fracture. Development focus has been primarily on optimization of fluid rheological stability to get the treatment pumped and secondarily to mitigating any damage caused by new fluid system. Post-frac production analysis frequently demonstrates less than anticipated fracture area, suggesting excessive proppant-pack damage or that the proppant was not placed in designated areal location due to inadequate proppant transport. Recent testing was conducted in a large-scale slot apparatus at the Well Construction Technology Center in Oklahoma to evaluate the relative effects of proppant slurry component characteristics and the proppant transport capability. The effects of various fluid specific gravities, fluid viscosities, proppant specific gravities, proppant sizes, slurry flow rates, and slot widths were investigated. Testing included fluids from slickwater to gelled, weighted brines, proppants from 40/70 Ottawa sand to 14/30 ultra-lightweight proppants, pump rates from 0.1 to 1.0 bbl/ft/min, and slot widths from 0.25 to 0.5". Evaluation of the proppant transport testing data and the comparative abilities of current fracturing slurry system technologies to achieve placement of a productive propped fracture will be discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».