Experimental and Theoretical Study of Calcium Sulphate Precipitation in Porous Media Using Glass Micromodel
Notice bibliographique
Résumé
Mixing of two incompatible waters in water injection projects is usually associated with mineral scale formation and deposition in porous media. Deposition process dramatically affects the performance of water injection scenarios by reduction of porosity and mainly permeability of the rock. In this study, a series of experiments has been conducted to investigate the effect of different parameters on the gradual process of Calcium Sulphate precipitation. These include temperature, concentration of mixing brines, pressure, and flow rate. Due to the visual nature of the glass micromodel, a glass sandstone pattern with water-wet characteristics was used as porous medium to easily observe the scaling formation and distribution. In addition, tracing the movement of the solid particles is highly facilitated in this newly suggested experimental setup. The captured photos in microscopy scanning show that the deposition is initiated from the walls of the pores and throats and extend toward the middle space of porous medium and solid crystals look like chicken roost. For better understanding of the effect of any aforementioned parameter, the related permeability reduction curve versus injected pore volume of the brine solutions was plotted. The results indicated that as the temperature, brine concentration, and flow rate increase the scaling tendency increases as well. The pressure has a minor role on the process development. Deposition of CaSO4 manifests a functional form of permeability reduction due to the effect of different parameters. Therefore, an exponential functionality (correlation) was proposed which incorporates all physical parameters that affect the behavior of the system in dimensionless form. Reynolds number, scaling index, and deviation from equilibrium conditions are the backbone of this correlation. The adjustable exponents of the equation was determined and optimized by means of Genetic Algorithm optimization scheme. This meaningful correlation can also predict the core extracted data with reasonable accuracy.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».