Permeability models of porous media: Characteristic length scales, scaling constants and time-dependent electrokinetic coupling
Notice bibliographique
Résumé
Abstract Fluid permeability is one of the most important characteristics of a hydrocarbon reservoir, and is described by a number of empirical and theoretical models. We have taken four of the most important models, each of which is derived from a different physical approach, and have rewritten them in a generic form that implies a characteristic scale length and scaling constant for each model. The four models have been compared theoretically and using experimental data from 22 bead packs and 188 rock cores from a sand-shale sequence in the U. K. sector of the North Sea. The Kozeny-Carman model did not perform well because it takes no account of the connectedness of the pore network and should no longer be used. The other three models (Schwartz, Sen, and Johnson [SSJ]; Katz and Thompson [KT]; and the Revil, Glover, Pezard, and Zamora [RGPZ]) all performed well when used with their respective length scales and scaling constants. Surprisingly, we found that the SSJ and KT models are extremely similar, such that their characteristic scale lengths and scaling constants are almost identical even though they are derived using extremely different approaches: The SSJ model by weighting the Kozeny-Carman model using the local electrical field, and the KT model by using entry radii from fluid imbibition measurements. The experimentally determined scaling constants for each model were found to be cSSJ≈cKT≈8/3≈cRGPZ/3. Use of these models with AC electrokinetic theory has also allowed us to show that these scaling constants are also related to the a value in the RGPZ model and the m∗ value in time-dependent electrokinetic theory and then to derive a relationship between the electrokinetic transition frequency and the RGPZ scale length, which we have validated using experimental data. The practical implication of this work for permeability prediction is that the KT model should be used when fluid imbibition data are available, whereas the RGPZ model should be used when electrical data are available.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».