Preformed-Particle-Gel Extrusion Through Open Conduits During Conformance-Control Treatments
Notice bibliographique
Résumé
Summary Millimeter-sized (10 μm–mm) preformed particle gels (PPGs) have been used successfully as conformance-control agents in more than 5,000 wells. They help to control both water and CO2 production through high-permeability streaks or conduits (large pore openings), which naturally exist or are aggravated either by mineral solution or by a high injection pressure during the flooding process. This paper explores several factors that can have an important impact on the injectivity and plugging efficiency of PPGs in these conduits. Extensive experiments were conducted to examine the effect of the conduit inner diameter and the PPG strength on the ratio of the particle size to the opening diameter, injectivity index, resistance factor, and plugging efficiency. Five-foot tubes with four internal diameters were designed to emulate the opening conduits. Three pressure taps were mounted along the tubes to monitor PPG transport and plugging performance. The results show that weak gel has less injection pressure at a large particle/opening ratio compared to strong gel. PPG strength affected injectivity more significantly than did particle/opening ratio. Resistance factor increased as the brine concentration and conduit inner diameter increased. PPGs can significantly reduce the permeability of a conduit, and their plugging efficiency depends highly on the particle strength and the conduit inner diameter. The particle size of PPGs was reduced during their transport through conduits. Experimental results confirm that the size reduction was caused by both dehydration and breakdown. On the basis of the laboratory data, two correlations were developed to quantitatively calculate the resistance factor and the stable injection pressure as a function of the particle strength, particle/opening ratio, and shear rate. This research provides significant insight into designing better millimeter-sized particle-gel treatments intended for use in large openings, including open fractures, caves, worm holes, and conduits.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».