MétaCan
Menu
Retour à la cohorte
Enregistrement W2795328000 · doi:10.2118/190255-ms

Coupled Capillary Pressure and Relative Permeability Using an Equation-of-State Approach

2018· article· en· W2795328000 sur OpenAlexfundno aff
Liwei Li, Russell T. Johns

Notice bibliographique

RevueSPE Improved Oil Recovery Conference · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesEnergi SimulationPennsylvania State University
Mots-clésCapillary pressureRelative permeabilityClassification of discontinuitiesImbibitionMechanicsCapillary actionSaturation (graph theory)WettingEquation of statePermeability (electromagnetism)HysteresisMaterials scienceThermodynamicsChemistryMathematicsPorous mediumGeologyPhysicsMathematical analysisGeotechnical engineeringPorosity

Résumé

récupéré en direct d'OpenAlex

Abstract Accurate and continuous capillary pressure (Pc) and relative permeability (kr) models are key relations in modeling of enhanced oil recovery (EOR) processes. Current commercial reservoir simulators tune empirical models for relative permeabilities and capillary pressures to experimental data based solely on a limited set of data under immiscible conditions. These empirical models attempt to represent very complex compositional processes, even though they are only a function of phase saturation and type. Thus, "fully" compositional models that use these empirical relations are not fully composition and discontinuities in compositions and saturations result. These discontinuities lead to failed simulations, significant inaccuracies and increased computational time. This paper develops a coupled equation-of-state (EoS) kr-Pc model that can reproduce important features of the current empirical models, but also yield physically consistent predictions that cannot generate discontinuities. The model parameters use the same inputs for both relative permeability and capillary pressure and are tuned simultaneously. We focus here on capillary hysteresis and understanding the components of the EoS from measured data using saturation, phase distribution (Euler characteristic or phase contact area), and wettability as inputs. The new EoS Pc model maintains a similar functional form as the common Brooks-Corey correlation, and can predict capillary pressure away from the tuned experimental data. The results using CT scans of imbibition and drainage processes show excellent agreement once contact angle hysteresis is included. A quadratic response surface is used to understand better the functional form of the EoS, i.e. partial derivative expressions. The new coupled kr-Pc approach could improve compositional simulation by making it faster, more robust, and accurate since these key parameters are more continuous and physical.

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: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,031
Tête enseignante GPT0,254
Écart entre enseignants0,223 · 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Improved Oil Recovery ConferenceMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207