MétaCan
Menu
Retour à la cohorte
Enregistrement W4405940204 · doi:10.1016/j.jgsce.2024.205536

Improving proppant placement efficiency using the self-generated gas floating technique

2025· article· en· W4405940204 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGas Science and Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringComputer scienceEnvironmental scienceGeology

Résumé

récupéré en direct d'OpenAlex

Hydraulic fracturing plays an essential role in producing unconventional hydrocarbon resources. The success of hydraulic fracturing operations and the performance of developing unconventional hydrocarbon resources strongly depend on the distribution of proppants in the induced fractures. However, due to the gravitational force, proppants tend to settle down rapidly in the induced vertical fractures. This behaviour leads to the closure of the unpropped fracture at the higher sections after the hydraulic fracturing operation and a lower filling efficiency. Many studies on proppants have been made to improve the proppant filling efficiency. However, they are limited to the methods mainly focused on reducing proppants' density or increasing the buoyancy force of fracturing fluid. We desire to examine if gas bubbles can be generated inside fractures to improve proppant placement efficiency. Here, the self-generated gas floating technique is proposed for the first time. In this study, we conduct a series of experiments to demonstrate the feasibility of the self-generated gas floating technique. Firstly, the affinity between air/CO 2 bubbles and proppants is investigated by measuring the contact angles of water/CO 2 bubbles on different types of proppants. Secondly, we conduct experiments under ambient conditions to visualize proppant distribution after implementing self-generated CO 2 bubbles inside the fracture model. Lastly, we conduct the high-pressure experiment to verify whether the self-generated gas floating technique can lift proppants under high-pressure conditions. Experimental results indicate that resin-coated 30/50 mesh-sized proppants have demonstrated a strong adhesion force to CO 2 bubbles. The self-generated CO 2 bubbles add an external lifting force to the proppants, bring the proppants to a higher fracture location, and increase the proppant filling efficiency. Another significant observation of the self-generated gas floating technique under high-pressure conditions is that a steep pressure decline during the completion stage can lead to a spontaneous generation of CO 2 bubbles inside the fracture. • Self-generated gas floating technique is proposed to increase proppant placement efficiency. • The proposed technique works better for resin-coated proppants than ceramic proppants. • A larger pressure decline rate is more beneficial for applying the self-generated gas floating technique.

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.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,778

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 Opus0,006
Tête enseignante GPT0,196
Écart entre enseignants0,190 · 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