Geomechanical laboratory testing for sand production characterization using 3D-printed core analogues
Notice bibliographique
Résumé
Abstract Among others factors, the triggers for sanding include: drilling, cementing, and completion operations; stress and pressure conditions; formation strength and weakening; and cyclic processes. Any single factor may suffice to initiate sand production. Hence, comprehending sanding entails examining various physical mechanisms concerning the interaction between fluids and rocks under reservoir conditions. This article presents an innovative study focused on evaluating and understanding the effect on sanding for the following components: vertical to hotizontal stress anisotropy, stresses around the hole, and formation strength and weakening. It combines three points in the analysis: (1) The 3D printing technology, which allows obtaining similar samples with high repeatability, giving reliability to the results; (2) A comprehensive program for the mechanical characterization of printed samples; and, (3) The study of the mechanical behavior of the samples under sanding conditions. The testing program includes uniaxial compressive strength (UCS), triaxial stress test, thick-walled cylinder and big hollow cylinder test with Sanding (BHCT) tests, which aims to show the relationship between the mechanical behavior, the test conditions, and the sand production level. The sample’s characterization reveals a high porosity, the presence of bedding planes, and similar Young’s modulus and UCS strength. For the BHCT tests, a novel equipment is introduced. This equipment uses large samples and enables: an independent control of axial stress, radial stress, pore pressure, and flow rate; and measurement of produced sand. The results show higher levels of sanding when the axial stress is low compared to the radial external stress.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».