MétaCan
Menu
Retour à la cohorte
Enregistrement W2105915932 · doi:10.1139/cgj-2015-0193

Observations of hydraulic fracturing in soils through field testing and numerical simulations

2015· article· en· W2105915932 sur OpenAlexvenueno aff
Muhsiung Chang, Ren-Chung Huang

Notice bibliographique

RevueCanadian Geotechnical Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueGrouting, Rheology, and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Council
Mots-clésGeotechnical engineeringHydraulic fracturingGeologySoil waterShearing (physics)DrillingPermeability (electromagnetism)Computer simulationPetroleum engineeringEngineeringSoil science

Résumé

récupéré en direct d'OpenAlex

Hydraulic fracturing is a potential cause of leakage of earth dams or loss of fluid in drilling and field permeability testing. The effect of hydraulic fracturing on soil grouting is also a major concern. Although hydraulic fracturing has been adopted for decades by the petroleum industry for oil recovery in rock formations, studies on fracturing in soils are relatively few and inconclusive. The aim of this study is to provide further insight into the mechanism of hydrofracturing in soils through a field grouting trial and numerical simulation. We observe hydraulic fracturing in soils during this field trial as predicted by generally accepted groutability requirements. The hydraulic fractures are found vertically developed up to the ground surface. Numerical simulations show the hydraulic fracturing is easier to be initiated in anisotropic stress conditions, where the minor principal stress is the key factor. Numerical simulations also demonstrate significant compressions and shears during injection, suggesting the mechanism of fracturing in soils would be a shearing type. Based on this study, we propose a punching and splitting mode for the hydrofracturing in soils. The equation associated with estimating fracturing pressure is verified, and the results are found to be in good agreement with the cases examined.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,052
Tête enseignante GPT0,248
Écart entre enseignants0,196 · 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 tête enseignante, 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

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGrouting, Rheology, and Soil MechanicsTravaux en français237 207