MétaCan
Menu
Retour à la cohorte
Enregistrement W2177116738 · doi:10.2118/163608-pa

Preconditioning for Efficiently Applying Algebraic Multigrid in Fully Implicit Reservoir Simulations

2014· article· en· W2177116738 sur OpenAlexfundno aff
Sebastian Gries, Klaus Stüben, Geoffrey L. Brown, Dingjun Chen, David Collins

Notice bibliographique

RevueSPE Journal · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of WaterlooUniversität zu KölnUniversity of Calgary
Mots-clésJacobian matrix and determinantMultigrid methodRobustness (evolution)Computer scienceApplied mathematicsDecoupling (probability)Reservoir simulationMATLABAlgebraic numberMathematicsMathematical optimizationControl engineeringPartial differential equationMathematical analysisEngineering

Résumé

récupéré en direct d'OpenAlex

Summary Fully implicit black-oil simulations result in huge, often very-ill-conditioned, linear systems of equations for different unknowns (e.g., pressure and saturations). It is well-known that the underlying Jacobian matrices contain both hyperbolic and nearly elliptic subsystems (corresponding to saturations and pressure, respectively). Because a reservoir simulation is typically driven by the behavior of the pressure, constrained-pressure-residual (CPR)-type two-stage preconditioning methods to solve the coupled linear systems are a natural choice and still belong to the most popular approaches. After a suitable extraction and decoupling, the computationally most costly step in such two-stage methods consists in solving the elliptic subsystems accurately enough. Algebraic multigrid (AMG) provides a technique to solve elliptic linear equations very efficiently. Hence, in recent years, corresponding CPR-AMG approaches have been extensively used in practice. Unfortunately, if applied in a straightforward manner, CPR-AMG does not always work as expected. In this paper, we discuss the reasons for the lack of robustness observed in practice, and present remedies. More precisely, we will propose a preconditioning strategy (based on a suitable combination of left and right preconditioning of the Jacobian matrix) that aims at a compromise between the solvability of the pressure subproblem by AMG and the needs of the outer CPR process. The robustness of this new preconditioning strategy will be demonstrated for several industrial test cases, some of which are very ill-conditioned. Furthermore, we will demonstrate that CPR-AMG can be interpreted in a natural way as a special AMG process applied directly to the coupled Jacobian systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,024
Tête enseignante GPT0,319
Écart entre enseignants0,294 · 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

Citations97
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE JournalMême sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207