MétaCan
Menu
Retour à la cohorte
Enregistrement W2569637887 · doi:10.2118/184815-ms

Development of a Universal Ranking for Friction Reducer Performance

2017· article· en· W2569637887 sur OpenAlexaff
Ross C. Tomson, Paula Guraieb, Shane Graham, Chao Yan, N. Ghorbani, Ty Hanna, Cal Cooper

Notice bibliographique

RevueSPE Hydraulic Fracturing Technology Conference and Exhibition · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensApache (Canada)
Organismes subventionnairesnon disponible
Mots-clésReducerPressure dropFriction lossRanking (information retrieval)TransducerMechanical engineeringComputer scienceProcess engineeringPetroleum engineeringMaterials scienceEngineeringMechanicsArtificial intelligencePhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In hydraulic fracturing, large amounts of water are pumped at high speed down the wellbore. To reduce pump pressure and costs, a friction reducer is added to the stream. There is currently no unified performance criteria for selection of friction reducers. This work outlines the methodology for producing such a unified method of comparing performance between any friction reducer chemical additives, both liquid and dry powder. A 0.5 inch stainless steel high-flow low-shear flow loop pumping at ranges between three and twenty gallons per minute was custom-built. The loop uses a Coriolis flow meter, two absolute pressure transducers, and one differential pressure transducer to accurately determine the friction reducer additive performance in any given fluid by measuring pressure drop across a section of developed flow. This paper utilizes over 400 in-house flow loop tests to establish a novel unified ranking system for the evaluation of friction reducers’ performance. The ranking is independent of the type of friction reducer used and quality of water. Produced waters, fresh water, treated produced waters, and synthetic waters were all used to validate the methodology and ranking system to create a unified criteria to compare performance of any friction reducers. Tomson Technologies created a standardized metric for assessing and ranking friction reducer performance. This standardization was achieved through the use of an unique performance scale comprised of the weighted average of the most important friction reduction parameters of a friction reducer in any produced water: (1) inversion time (InvT), (2) maximum percent friction reduction (Max% FR), (3) time to sustain maximum percent friction reduction (RetT@%Avg.FRmax), and (4) the percent friction reduction at the end of 500 seconds (% FR@500s). 500 seconds is used because fluid during hydraulic fractures travels from the pumps to the reservoir in 500 or fewer seconds in almost all cases. This scale is measured in a new unit called "Friction Reducer Units" (FRU), which ranges from 0 to 10. FRU has been used to rank and correlate the performance of different classes of friction reducers in various types of waters, resulting in a comprehensive results database and is used to show applicability of the overall metric.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,018
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0120,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,238
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Hydraulic Fracturing Technology Conference and ExhibitionMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207