Appraisal of the Propping Potential of Luwa Sand in Nigeria for Hydraulic Fracturing Applications
Notice bibliographique
Résumé
Natural sands made of spherical and round grains are widely used as proppants during hydraulic fracturing to increase recovery rate of hydrocarbon production. Synthetic proppants with high crush strength are employed for deep reservoir fracturing; however, this type of proppants suffer the disadvantages of high density, high cost and pose environmental hazards. This research was conducted with the aim to assess sands collected from Luwa River in Toro, Bauchi state of Nigeria for possible use as natural sand proppants. An epoxy resin-coated sand was produced using a simple method to modify the sands’ properties. A series of experiments were conducted in accordance with API recommended practice to determine the propping potential of the sand and the resin coated sand. The result from sieve analysis of 20/40 mesh size of Luwa sand revealed a mean size of 625.2 microns (0.625 mm). An X-ray fluorescence (XRF) result showed the presence of aluminosilicates (Al2O3 and SiO2) composition in Luwa sands. The sands recorded a hardness of 8 on the Mohs scale. Analysis of the shape parameters for sphericity and roundness was 0.8 and 0.8 (Krumbein-Sloss) respectively; it has bulk density of 1.64 g/cm3, acid solubility of 0.7% and 4.32% for the resin-coated sand. The sand has turbidity value of 28.98 NTU, loss on ignition in the range of 1.33% to 1.64% and crush resistance varies between 2000-3000 psi for Luwa sand and 4000-5000 psi for the coated sand. A comparison of the experimental results with API standard and conventional Ottawa and Brady models showed the sand competes favourably with these standards in all parameters for consideration as a proppant except for the crush resistance where more than 10% fragments was generated at low pressure of 3000 psi. However, the sand can be applied in shallow depth reservoirs.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».