MétaCan
Menu
Retour à la cohorte
Enregistrement W2793984285 · doi:10.1071/aseg2018abp055

Drained pore modulus determination using digital rock technology

2018· article· en· W2793984285 sur OpenAlexaboutno aff
Shakil Ahmed, Tobias M. Müller, Mahyar Madadi, Victor M. Calo

Notice bibliographique

RevueASEG Extended Abstracts · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoromechanicsGeomechanicsGeologyPore water pressureCompactionBulk modulusModulusGeotechnical engineeringDeformation (meteorology)Representative elementary volumeVolume (thermodynamics)MineralogyMaterials sciencePorosityPorous mediumComposite material

Résumé

récupéré en direct d'OpenAlex

Geomechanics helps us understand the life-cycle of a hydrocarbon reservoir and, in turn, impacts geophysical monitoring programs. A common geomechanical problem is to predict reservoir compaction or zones of abnormal pore pressure. These predictions mostly use simple empirical relations, but recently, the use of rock deformation models based on static poroelasticity are becoming the norm. These models require accurate values for the poroelastic parameters. We present a digital rock workflow to determine these poroelastic parameters which are difficult to extract from well-log or laboratory measurements. The drained pore modulus is determinant in the compaction problem. This modulus represents the ratio of pore volume change to confining pressure when the fluid pressure is constant. In laboratory experiments, bulk volume changes are accurately measured by sensors attached to the outer surface of the rock sample. In contrast, pore volume changes are notoriously difficult to measure because these changes need to quantify the pore boundary deformation. Hence, accurate measures of the drained pore modulus are challenging. We simulate static deformation experiments at the pore-scale utilizing digital rock images. We model an Ottawa F-42 sand pack obtained from X-ray micro-tomographic images. We stack two-dimensional micro-CT images to generate a three-dimensional F-42 sand pack sample. We extract a sub-volume from this sample for numerical simulation. We first segment the cropped sample consists of grains and pore spaces and then use the segmentation to generate a volumetric mesh. We compute the elastic, linear momentum balance in the structural domain (grains) and solve the system using the commercial software package ABAQUS. The network of grains (solid phase) is assumed elastic, isotropic, and homogeneous. We calculate the change in pore volume using a new post-processing algorithm, which allows us to compute the local changes in pore volume due to the applied load. This process yields an accurate drained pore modulus. We then use an alternative estimate of the drained pore modulus. We exploit its relation to the drained bulk modulus and the solid phase bulk modulus (i.e., Biot’s coefficient) using the digital rock workflow. Finally, we compare the drained pore modulus values obtained from these two independent analyses and find reasonable agreement.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,008
Tête enseignante GPT0,233
Écart entre enseignants0,225 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASEG Extended AbstractsMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207