Comparative Study of Different Sand Samples and Potential for Hydraulic-Fracturing Applications
Notice bibliographique
Résumé
Abstract An unprecedented surge of hydraulic fracturing activities over the past few years has resulted in a huge demand for quality sand and consequently has increased the supply-demand gap for sand that meets quality standards. Sand used for hydraulic fracturing is qualified based on its ability to meet quality standards described by the American Petroleum Institute (API) and, more recently, by the International Organization for Standardization (ISO). White sand from the Ottawa deposits of the northern US and brown sand from deposits in the southwest US are widely used for hydraulic fracturing. Until recently, these "quality" sand deposits provided sufficient supplies for ongoing needs, but now there is a need to evaluate alternative sources of sand that meets the specifications given by the ISO. In this paper, performance of different sand samples procured from different parts of India and Saudi Arabia are discussed. The sand is characterized by performing sieve analysis, characterizing particle shape (i.e., sphericity and roundness), acid solubility tests, crush-resistance tests, and baseline conductivity experiments, for which the results are presented. Ottawa sand generated 7.7% fines, whereas one of the alternatives generated 8.1% fines at 4,000 psi. Similarly, conductivity for Ottawa and an alternative sand sample was 4,850 and 4,770 md-ft respectively at closure stress of 2000 psi. In conclusion, the results show less than 2% variation between Ottawa and the best alternative sand sample. Considering stringent ISO requirements, few alternatives for widely used Ottawa sand have been identified. Analysis performed in this study will help in evaluating locally available sand, which should provide more security of supply and economic benefits.
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 ».