Effective Pressure Maintenance and Fluid Leak-Off Management Using Nanoparticle-Based Foam
Notice bibliographique
Résumé
Abstract Hydraulic fracturing is the most effective stimulation process to maximize resource extraction in unconventional reservoirs. However, water leakoff into the matrix of unconventional reservoirs, whether from a frac stage or from a pad placed in a parent well and pressured up to prevent frac hits, results in relative permeability reduction, decrease in hydrocarbon production rate and possible formation damage. This paper reports the application of a foam designed with an innovative combination of nanoparticles and surfactants to create a highly stable fluid with a low leak-off rate and non-damaging characteristics. A series of laboratory tests were conducted on tight core samples with variable permeability ranging from micro-to millidarcies, using different fluid systems including gas, water, and foam. A uniquely designed coreflood setup was used to imitate the wellbore/fracture-matrix condition. A fracture/matrix pressure difference of 1500 psi was used to evaluate the performance of each fluid with respect to maintaining pressure over time and minimizing leak off at a temperature of 80 °C. The test results show that the laboratory-designed nanofoam can effectively maintain elevated pressure in the fracture sufficient to reduce frac hits. The pressure depleted to 50% of original pressure in less than 3 hours when using gas or water and less than 15 hours in case of surfactant foam. However, the nanofoam maintained a pressure higher than 50% of the original pressure for more than 70 hours. The leak-off volume of the foam was low, and the foam could be easily cleaned up with no formation damage (i.e., no change in core permeability). This study reveals the potential of a highly stable foam as a fast and reliable method to prevent frac hit problems, saving operational cost and reducing water usage without compromising the well productivity. This foam can be potentially used as a base fracture fluid due to its high viscosity, high stability, and non-damaging characteristics.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».