MétaCan
Menu
← Retour à la cohorte
Enregistrement W2022479271 · doi:10.1115/fedsm-icnmm2010-30308

Use of Micro-CT Images to Reconstruct Porous Media for Pore Network Model

2010· article· en· W2022479271 sur OpenAlexaff
Bijoyendra Bera, Sushanta K. Mitra

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPorosityPorous mediumNetwork modelCharacterisation of pore space in soilMultiphase flowFlow (mathematics)Sample (material)Core sampleMaterials scienceGeologyCore (optical fiber)Computer scienceGeometryMechanicsArtificial intelligenceGeotechnical engineeringMathematicsPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

The present study is an investigation on the multi-phase flow, specifically oil-water phase flow inside an oil-reservoir using pore network modeling. Pore network model can be effectively used in understanding the transport process of the multiphase flow within the pores of oil reservoirs, which are typically in the range of 2–5 μm. Pore network model consists of two main components: the description of the pore geometry inside a porous rock material and the simulation of micro-scale processes to calculate various fluid flow properties. In the present study, the realistic description of the pore space is obtained using a Berea Sandstone Core sample. A small core of suitable dimension of this core sample is extracted and micro CT images of this sample are taken at a resolution of 2.1 m. Series of images are obtained in the form of cross-sectional view of individual layers as well as its two-dimensional reconstructions. These images are processed to reveal the exact positions of the void and solid spaces inside the rock-structure according to the pixel-distribution. Maximal ball algorithm is chosen and its extended form is applied to the image data to give the three dimensional reconstruction of the rock sample. In the 3D reconstruction, pores and throats are defined separately in a deterministic way. Thus, realistic complete network is possible to extract from high-resolution micro CT images, instead working with an equi-spaced pore throat system, normally used for such modeling. Pore network model calculations of the physical properties are easier to apply on the well-defined network and the property values such as permeability or capillary pressure are matched well against the experimental data.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,231
Écart entre enseignants0,215 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnhanced Oil Recovery Techniques→Travaux en français237 207→