Improving the performance of oil based mud and water based mud in a high temperature hole using nanosilica nanoparticles
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Oil-based mud (OBM), a non-Newtonian fluid, is known for its superior performance in drilling complex wells as well as combating potential drilling complications. However, the good performance may degrade under certain circumstances especially because of the impact of chemical instability at an elevated temperature. The same phenomenon occurs for water-based mud (WBM) when it is used in drilling under high temperature conditions. To prevent this degradation from occurring, numerous studies on utilizing nanoparticles to formulate smart fluids for drilling operations are being conducted worldwide. Hence, this study aims to evaluate the performance of nanosilica (NS) as a fluid loss reducer and a rheological property improver in both OBM and WBM systems at high temperature conditions. This study focuses on the impacts of different nanosilica concentrations, varying from 0.5 ppb to 1.5 ppb, and different mud weights of 9 ppg and 12 pg as well as different aging temperatures, ranging from ambient temperature to 300 °F, on the rheological performance of OBM and WBM. All the rheological properties are measured at ambient temperature, and additionally tests, including lubricity, electrical stability, and high-pressure high-temperature filtration measurements, are conducted, and rheological models are obtained. The performance of nanosilica is then studied by comparing each of the nanosilica-enhanced mud systems with the corresponding basic mud system, taking the fluid loss and rheological properties as the benchmark parameters. Nanosilica shows a positive impact on OBM and WBM, as the presence of nanosilica in the mud systems can effectively improve almost all their rheological properties.
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.
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 découle