MétaCan
Menu
Retour à la cohorte
Enregistrement W2985380592 · doi:10.26804/capi.2018.01.01

Main controlling factors of fracturing fluid imbibition in shale fracture network

2018· article· en· W2985380592 sur OpenAlexaff
Liu Yang, Shuo Wang, Jianchao Cai, Yixiang Gan, Amgad Salama

Notice bibliographique

RevueCapillarity · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Regina
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésImbibitionDimensionless quantityOil shaleFracture (geology)Petroleum engineeringGeologyFracturing fluidMatrix (chemical analysis)Geotechnical engineeringMaterials scienceMechanicsComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

After fracturing operations, a large amount of fracturing fluid is retained in shale fracture network, resulting in low flowback efficiency. This has been attributed to the imbibition of fracturing fluid into matrix pores. However, it is unclear how the imbibition mechanism is involved, what are its governing laws and controling parameters in fracture networks? Based on the three-dimensional water imbibition theory of matrix blocks, a fracture network model is established, and a number of dimensionless controling parameters are proposed and analyzed for flowback efficiency. The results show that the imbibition characteristics of fracturing fluid in fracture network are mainly determined by two dimensionless numbers; namely, dimensionless imbibition time, fracture width, and imbibition capacity. The dimensionless imbibition time characterizes the contact time between the fracturing fluid and shale formation, which negatively correlates to the flowback efficiency. The dimensionless fracture width is the ratio of the fracture width to the rock length, which is inversely proportional to the flowback efficiency. Smaller value of the dimensionless fracture width corresponds to larger contact area of fracturing fluid and shale, leading to a lower flowback efficiency. The dimensionless imbibition capacity depicts the capacity of shale reservoirs to imbibe fracturing fluid, which has a negative linear correlation with flowback efficiency. In addition, dimensionless time and fracture width are related to the fracturing operations, and are enhanced by increasing the shut-in periods and proppant concentration. Therefore, the flowback efficiency can be controlled by changing fracturing operations. The predictive method of the flowback efficiency established here is of great significance for reservoir damage analysis and flowback regime optimization. Cited as : Yang, L., Wang, S., Cai, J., Gan, Y., Salama, A. Main controlling factors of fracturing fluid imbibition in shale fracture network. Capillarity, 2018, 1(1): 1-10, doi: 10.26804/capi.2018.01.01

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,493
Score d'incertitude au seuil0,675

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,211
Écart entre enseignants0,204 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations36
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCapillarityMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207