MétaCan
Menu
Retour à la cohorte
Enregistrement W3191233221 · doi:10.1002/mame.202100354

Shape Memory Polyurethane as a Drilling Fluid Lost Circulation Material

2021· article· en· W3191233221 sur OpenAlexaff
Reza Lashkari, Seyyed Alireza Tabatabaei‐Nezhad, Maen M. Husein

Notice bibliographique

RevueMacromolecular Materials and Engineering · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer composites and self-healing
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPolyurethaneMaterials scienceShape-memory alloyComposite materialDrilling fluidNozzleDifferential scanning calorimetryDrillingMechanical engineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract Drilling fluid loss is a major problem with serious economic and environmental consequences. The use of traditional lost circulation materials (LCMs) to seal wide fractures increases the risk of bit nozzle plugging. In this work, smart LCMs based on shape memory polyurethane (SMPU) are proposed for the first time. SMPU can be programmed to recover at temperatures suited to a given well. As such, SMPU smoothly passes through the bit nozzles, while effectively seal wide fractures once activated. The SMPU is prepared by two step pre‐polymerization and characterized by Fourier transform infrared spectra, X‐ray diffraction, and differential scanning calorimeter. The SMPU is programmed by changing and fixing the original shape to a temporary shape through a thermo‐mechanical process. The shape memory behavior of SMPU is analyzed by tensile apparatus. Compatibility of SMPU with WBMs is determined from mud rheology and filtration tests. Fracture sealing efficiency and shape recovery of SMPU are evaluated by a modified particle permeability apparatus fitted with a model fracture. The results confirm high sealing and shape recovery attributes of SMPU. The plug formed at 114 kg m –3 SMPU and 80 °C experiences a sealing pressure of 100 bar with 71.5 cm 3 cumulative fluid loss.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil1,000

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,197
Écart entre enseignants0,192 · 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.

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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromolecular Materials and EngineeringMême sujetPolymer composites and self-healingTravaux en français237 207