Performance Comparison of Novel Chemical Agents for Mitigating Water-Blocking Problem in Tight Gas Sands
Notice bibliographique
Résumé
Abstract Water-blocking can be a serious problem, causing a low gas production rate after hydraulic fracturing; a result of the strong capillarity in the tight sandstone reservoir aggravating the spontaneous imbibition. Fortunately, chemicals added to the fracturing fluids can alter the surface properties and thus prevent or reduce the water-blocking issue. We designed a spontaneous imbibition experiment to explore the possibility of using novel chemicals to both mitigate the spontaneous imbibition of water into the tight gas cores and measure the surface tensions between the air and chemical solutions. A diverse group of chemical species has been experimentally examined in this study, including a cationic surfactant (C12TAB), two anionic surfactants (O242 and O342), an ionic liquid (BMMIM BF4), a high pH solution (NaBO2), two nanofluids (Al2O3 and SiO2), and a series of house-made deep eutectic solvents (DES3-7, 9, 11, and 14). Experimental results indicate that the anionic surfactants (O242 and O342) contribute to low surface tensions, but cannot ease the water-blocking issue due to yielding a more water-wet surface. The high pH solution (NaBO2), ionic liquid (BMMIM BF-4), and brine (NaCl) significantly decrease the volume of water imbibed to the tight sand core through wettability alteration, and the cationic surfactant (C12TAB) leads to both surface tension reduction and an oil-wet rock surface, helping to prevent water-blocking. The different types of DESs and nanofluids exhibit distinctly different effects on expelling gas from the tight sand cores through water imbibition. This preliminary research will be useful in both selecting and utilizing proper chemicals in fracturing fluids to mitigate water-blocking problems in tight gas sands.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».