MétaCan
Menu
Retour à la cohorte
Enregistrement W2236203789 · doi:10.2118/173210-pa

Simulation of Coupled Thermal/Hydrological/Mechanical Phenomena in Porous Media

2015· article· en· W2236203789 sur OpenAlexfundno aff
Philip H. Winterfeld, Yu‐Shu Wu

Notice bibliographique

RevueSPE Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensnon disponible
Organismes subventionnairesNational Energy Technology LaboratoryCMG Reservoir Simulation FoundationColorado School of MinesU.S. Department of Energy
Mots-clésPoromechanicsCauchy stress tensorPermeability (electromagnetism)Porous mediumStress (linguistics)Strain rate tensorThermalGeotechnical engineeringFlow (mathematics)MechanicsReservoir engineeringReservoir simulationStress fieldGeologyPorosityPetroleum engineeringMathematicsFinite element methodEngineeringThermodynamicsPhysicsMathematical analysisStructural engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Summary For processes such as production from low-permeability reservoirs and storage in subsurface formations, reservoir flow and the reservoir stress field are coupled and affect one another. This paper presents a thermal/hydrological/mechanical (THM) reservoir simulator that is applicable to modeling such processes. The fluid- and heat-flow portion of our simulator is for general multiphase, multicomponent, multiporosity systems. The geomechanical portion consists of an equation for mean stress, derived from linear elastic theory for a thermo-poroelastic system, and equations for stress-tensor components that depend on mean stress and other variables. The integral finite-difference method is used to solve these equations. The mean-stress and reservoir-flow variables are solved implicitly, and the remaining stress-tensor components are solved explicitly. Our simulator is verified by use of analytical solutions for stress- and strain-tensor components and is compared with published results.

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: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,064
Tête enseignante GPT0,327
Écart entre enseignants0,262 · 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

Citations34
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

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