An improved geomechanical model for the prediction of fracture generation and distribution in brittle reservoirs
Notice bibliographique
Résumé
It is generally difficult to predict fractures of low-permeability reservoirs under high confining pressures by data statistical method and simplified strain energy density method. In order to establish a series of geomechanical models for the prediction of multi-scale fractures in brittle tight sandstones, firstly, through a series of rock mechanics experiments and CT scanning, we determined 0.85 σc as the key thresholds for mass release of elastic strain energy and bursting of micro-fractures. A correlation between fracture volume density and strain energy density under uniaxial stress state was developed based on the Theory of Geomechanics. Then using the combined Mohr-Coulomb criterion and Griffith's criterion and considering the effect of filling degree in fractures, we continued to modify and deduce the mechanical models of fracture parameters under complex stress states. Finally, all the geomechanical equations were loaded into the finite element (FE) platform to quantitatively simulate the present-day 3-D distributions of fracture density, aperture, porosity, permeability and occurrence based on paleostructure restoration of the Keshen anticline. Its predictions agreed well with in-situ core observations and formation micro-imaging (FMI) interpretations. The prediction results of permeability were basically consistent with the unobstructed flow distributions before and after the reservoir reformation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».