Optimization of 3-D Gas Permeability Measurement: Utilization of Field Data
Notice bibliographique
Résumé
Abstract Gas permeability measurement is introduced to replace liquid permeability that has been associated with several complications and thus poses serious concerns. The resultant permeability value is an average property of the whole sample based on Darcy's approach. The Automated Probe Gas Permeameter (APGP) is gaining greater acceptance in lab and field applications for its simplicity and flexibility in measuring permeability at any petite spot on a sample surface and the ability to take measurements from irregular-shaped/different-sized samples at relatively short time intervals as compared to conventional techniques. The main concerns regarding the minimum sample size that can sustain permeability measurement, the question of how far the permeameter probe should be placed away from the boundary of the sample and the optimum size of the probe raise many doubts about the fate of this technology. The lab program utilized five standard Berea sandstone samples, three carbonate samples retrieved from currently producing oil reservoirs and one outcrop limestone sample. Obtained data have been analyzed using a designated regression package of modeling variograms. An analysis of bivariate modeling has been used to relate measured permeability to petrophysical properties of samples; mainly porosity, bulk permeability, pore throat quality/distribution and fracture parameters, if any. Existed concerns about the use of the Automated Probe Gas Permeameter have been investigated. Results show a strong relation between sample size, lateral/axial radius of investigation, and measured permeability. Other petrophysical properties show interesting, but moderate relationships. Fractured and vugy samples should be treated very carefully in terms of deciding probe position and data interpretation. Employment of set criterion may dramatically increase the implementation of the Automated Probe Gas Permeameter and improve confidence in resulting data. Field utilization of the equipment enhances efficiency in decision making right on the spot.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».