MétaCan
Menu
Retour à la cohorte
Enregistrement W1996312516 · doi:10.2118/89450-ms

Evaluation of Matrix-Fracture Imbibition Transfer Functions for Different Types of Oil, Rock and Aqueous Phase

2004· article· en· W1996312516 sur OpenAlexafffund
Tayfun Babadagli, K. Zeidani

Notice bibliographique

RevueSPE/DOE Symposium on Improved Oil Recovery · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésImbibitionDimensionless quantityPermeability (electromagnetism)Transfer functionPetroleum engineeringExponential functionViscosityWettingMaterials scienceMechanicsBiological systemMathematicsGeologyChemistryEngineeringPhysicsComposite materialMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract Several different versions of the transfer functions evolved from classical Mattax and Kyte’s dimensionless group and Aranofsky et al.’s abstract relationship were tested. Another transfer function derived analytically based on power law relationship between recoverable oil and time was also included in the testing process. The exponents in all these transfer functions reflect the strength and type of the transfer. The recovery curves obtained from the spontaneous imbibition of different aqueous phases (brine and surfactant) into cylindrical rock samples saturated with different types of oil were used to fit the transfer functions. The exponents yielding the best fit to experimental data were obtained and correlated to the effective parameters such as the viscosity of oil, matrix permeability, IFT, matrix size, and wettability using multivariable regression analysis. The correlations developed were analyzed for the rock and oil types, and IFT. It was observed that the exponential relationships were more suitable for synthetic and processed oil samples whereas the power law transfer functions were more applicable for crude oil cases. It is hoped that the analysis provided in this paper would facilitate the selection of proper transfer function type for performance estimation of naturally fractured 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,248
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), 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

Citations13
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSPE/DOE Symposium on Improved Oil RecoveryMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207