MétaCan
Menu
Retour à la cohorte
Enregistrement W4393278059 · doi:10.29169/1927-5129.2024.20.04

Feasibility of Proppant Flowback Control by Use of Resin-coated Proppant

2024· article· en· W4393278059 sur OpenAlexvenueno aff
Guoying Jiao, Shijie Zhu, S. T. Chang, Jun Wang, Jianian Xu, Zhuangzhuang Huang

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensnon disponible
Organismes subventionnairesChongqing University
Mots-clésGeologyPetroleum engineering

Résumé

récupéré en direct d'OpenAlex

Proppant flowback is a problem in Xinjiang oilfield. It decreases production rate of a fractured oil well, corrodes surface and downhole facilities and increases production costs. Curable resin-coated sand is a common technique to control proppant flowback. This article presents an experimental investigation whether it is feasible to control proppant flowback by use of resin-coated sand and whether resin-coated sand has a negative effect on proppant pack conductivity. It included two kinds of experiments, Proppant flowback experiment measured critical flow rate while the Proppant pack conductivity one measured proppant conductivity. The experimental results of proppant flowback show that the critical flow rate of resin-coated sand is far greater than that of common sand which means proppant flowback would not happen by resin-coated sand tail-in. Compared to Xinjiang sand conductivity, resin-coated sand conductivity is far smaller though it declines slightly which means use of resin-coated sand would lead to conductivity loss and sequentially results in production impairment. Experimental results show that it is feasible to control proppant flowback by use of resin-coated sand and resin-coated sand would affect fracture conductivity of a fractured oil well. Based on the experimental results, resin-coated proppant conductivity can be improved by use of resin-coated ceramic or liquid-resin-coated proppant. The achievements can give a direction towards how to select a resin-coated proppant and how to improve resin-coated proppant.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,024
Tête enseignante GPT0,240
Écart entre enseignants0,216 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207