High Temperature Self‐Regenerative Granular Hydrogels for Fracture Treatments During Subsurface Energy Recovery
Notice bibliographique
Résumé
The uses of granular hydrogels to assemble macroscopic bulk hydrogels display numerous distinct advantages. However, prior assembly of bulk hydrogels is accomplished by interparticle linking strategy, which compromised mechanical property and thermal stability under hostile conditions. To expand their applications as engineering soft materials, self-regenerative granular hydrogels via a seamless integrating approach to regenerate bulk hydrogels is highly desirable. Herein, covalent regenerative granular hydrogels (CRHs) are prepared at low-temperature synthetic conditions and re-construct bulk seamless hydrogels at high-temperature aqueous environments. The re-formed bulk hydrogels display rubber-like viscoelastic behaviors over a wide range of temperatures from 90 to 150 °C, where the covalent re-crosslinking reactions homogeneously occurr along the periphery and in the matrix of granular hydrogels, accounting for the increased structural integrity at high temperatures. The bulk hydrogel shows increased elasticity and long-term thermal integrity at 150 °C for more than six months in the confined fractures. Moreover, regenerative granular CRH-based bulk hydrogels significantly improve mechanical robustness under destructive pressure. Thus, high temperature water induced regenerative granular hydrogels present the paradigm to treat engineering scenarios such as large fractures for hydraulic fracturing, drilling operation, and disproportionate permeability reduction under extremely hostile conditions during subsurface energy recovery.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».