Wellbore Strengthening in Sandstones by Means of Nanoparticle-Based Drilling Fluids
Notice bibliographique
Résumé
Abstract Drilling operations of both conventional and unconventional oil and gas accumulations are becoming more challenging especially in deep-water operations. Due to the narrow mud weight window in offshore wells, a proper wellbore stability analysis is required for a cost-effective execution. Wellbore strengthening is an approach used to increase the fracture pressure of the rock, widen the mud window and consequently enhance the well integrity and mitigate mud losses. This paper demonstrates the feasibility of wellbore strengthening in permeable formations using oil-based mud (OBM) containing in-house prepared nanoparticles (NPs) combined with graphite. A significant increase in the fracture pressure was achieved and the predominant wellbore strengthening mechanism was identified. Fracture pressure increase was quantified by carrying out hydraulic fracturing tests on 5 3/4″×9″ Roubidoux sandstone cores. A 9/16″ wellbore was drilled, cased and cemented to simulate well conditions. Overburden and confining pressure were applied on the cores while testing to simulate a normal-faulting regime. Two injection cycles were applied allowing 10 minutes of fracture healing between the cycles. The fracture pressure was increased by 65% when calcium-based NPs (NP2) blends were used, whereas it increased by 39% in the presence of iron-based NPs (NP1). Optimum NPs concentrations were established after a comprehensive experimental screening. A strong relationship between wellbore strengthening and mud filtration at high-pressure high-temperature (HPHT) using a filter press on ceramic discs was found. Optical microscopy, scanning electron microscope (SEM) and energy dispersive X-ray spectroscopy (EDX) analyses were conducted on the hydraulically fractured cores. The fractures were seen to be completely sealed from tip to wellbore. Therefore, tip isolation by the development of an immobile mass was identified as the predominant wellbore strengthening mechanism. A 40 micron-seal containing homogeneously dispersed NPs and graphite was observed. In addition, a 300 micron-filter cake was developed around the wellbore also containing homogeneously dispersed NPs.
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 ».