Development and performance of CO2-responsive foam fracturing fluid
Notice bibliographique
Résumé
CO 2 foam fracturing fluid can effectively integrate CCUS technology into oil and gas field development, and its core advantages include low water consumption, excellent flowback performance, and strong sand-carrying capacity. For these reasons, it has received increasing attention in the oil and gas field development field. However, this type of fracturing fluid still has some prominent problems: The residue from gel breaking can easily cause formation pollution, the system cost is relatively high, and the utilization rate is low, which forms a significant technical bottleneck. In response to these issues, this study, based on the theory of clean fracturing fluid gel breaking without residue and the reusability of CO 2 -responsive wormlike micelles, innovatively combines CO 2 -responsive wormlike micelles with different types of surfactant-based foaming agents to construct a new CO 2 -responsive foam fracturing fluid system. A systematic performance evaluation of the system was conducted to clarify its defoaming rules under different temperature conditions. Compared with the traditional guar gum CO 2 foam fracturing fluid, the new system has significant performance advantages. At 90 °C, its foam comprehensive value reached 19720 mL·min, 6150 mL·min higher than the guar gum fluid. After a 5400 s high-temperature and high-shear test at the same temperature, the residual viscosity of the new system was 67 mPa·s, which is higher than the guar gum fluid. This CO 2 -responsive foam fracturing fluid simultaneously possesses the application potential of both clean fracturing fluid and foam fracturing fluid. It can effectively solve key problems such as formation pollution and low system utilization rates, and laboratory evaluation experiments confirmed its excellent foaming and rheological properties. These results are of great significance for promoting CO 2 foam fracturing technology to reach an advanced international level and supporting the low-carbon and high-efficiency development of unconventional oil and gas resources in China.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».