MétaCan
Menu
Retour à la cohorte
Enregistrement W2929691407 · doi:10.2118/193843-ms

Numerical and Experimental Analysis of Diffusion and Sorption Kinetics Effects in Marcellus Shale Gas Transport

2019· article· en· W2929691407 sur OpenAlexfundno aff
Miao Zhang, Nirjhor Chakraborty, Zuleima T. Karpyn, Hamid Emami‐Meybodi, Luis F. Ayala

Notice bibliographique

RevueSPE Reservoir Simulation Conference · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesSandia National LaboratoriesNational Nuclear Security AdministrationEnergi SimulationPennsylvania State University
Mots-clésSorptionDiffusionMass transferOil shalePhase (matter)Materials scienceSurface diffusionGaseous diffusionAdsorptionTransport phenomenaThermodynamicsChemistryGeologyPhysicsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Nano-scale pores and a dual storage mechanism shared between free and adsorbed gas make the transport behavior in shale gas reservoirs very different from conventional macropore reservoirs. This work explores a straightforward model for the gas transport behavior in shale nanopores, which couples sorption, diffusion, and sorbed-phase surface diffusion phenomena. The model combines two governing equations for free and sorbed gas phase transport processes in nanopores, respectively: a diffusion-based equation for free gas phase transport, and a surface-diffusion equation for the sorbed phase. Mass transfer between the two phases is quantified by kinetic models of sorption. The two governing equations are solved simultaneously using finite element methods (FEM). Model performance is successfully validated by closely matching density propagation profiles of a gas transport experiment obtained by quantitative X-ray computerized tomography (CT) imaging for a Marcellus shale sample. Transport-related parameters estimated from history matching are shown to be consistent with literature data.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,249
Écart entre enseignants0,237 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Reservoir Simulation ConferenceMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207