A novel oil-in-water drilling mud formulated with extracts from Indian mango seed oil
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
Abstract Drilling muds with less environmental impact are highly desired over conventional diesel-based mud systems, especially in light of the emerging strict environmental laws. In this article, a novel oil-in-water (O/W) emulsion drilling fluid formulated with a methyl ester extracted from Indian mango seed oil was evaluated. The effect of the weight percent of different constituents of the emulsion/suspension including the oil phase, bentonite, and polyanionic cellulose polymer on the rheology and the fluid loss was examined. The methyl ester oil phase/mud system displayed superior physical, chemical, rheological and filtration properties relative to the diesel and the mango seed oil. Eco-toxicity of the methyl ester and diesel (O/W) emulsion mud systems was assessed using the acute lethal concentration test. The Indian mango methyl ester (O/W) emulsion mud displayed much less impact on fish population. Flow characteristics collected from the flow model at 85 °C suggested excellent shear thinning behavior of the Indian mango methyl ester (IMME) (O/W) emulsion mud. Moreover, the IMME (O/W) emulsion displayed strong pseudoplastic behavior, an attractive feature in a drilling mud, with increasing clay content and polymer concentration. The methyl ester mud was thermally stable over a wide range of the constituent concentrations. Furthermore, a particle size analysis revealed that engineered drilling muds targeting suspension of particles with certain size range can be formulated by changing the volume fraction of the methyl ester in the mud system.
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 | 0,001 |
| 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