MétaCan
Menu
Retour à la cohorte
Enregistrement W3000481820 · doi:10.1142/s0218348x20500498

NUMERICAL STUDY OF PORE STRUCTURE EFFECTS ON ACOUSTIC LOGGING DATA IN THE BOREHOLE ENVIRONMENT

2020· article· en· W3000481820 sur OpenAlexaff
Tianyang Li, Zizhen Wang, Nian Yu, Ruihe Wang, Yuzhong Wang

Notice bibliographique

RevueFractals · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesFundamental Research Funds for Central Universities of the Central South UniversityFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésBoreholeFractal dimensionPorosityFractalPetrophysicsPoromechanicsPore water pressureMechanicsGeologyPower functionPorous mediumAcoustic waveMaterials scienceWell loggingAcousticsMineralogyGeotechnical engineeringMathematicsPhysicsPetroleum engineeringMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Existing methods of well-logging interpretation often contain errors in the exploration and evaluation of carbonate reservoirs due to the complex pore structures. The differences in frequency ranges and measurement methods deviated between the acoustic well logs and indoor ultrasonic tests cause inconsistent results. Based on the elastic wave equation and the principle of the control variable method, a 2D axisymmetric borehole model with complex pore structures was developed, and the numerical simulation method for acoustic log was constructed. The modeling results show that the power function can well describe the effects of pore structure on the acoustic waves, while the velocity of the Stoneley wave is not sensitive to the pore structure. Crack-like pores with pore aspect ratio (AR) less than 0.1 significantly affect the velocities of P- and S-waves, whereas “spherical” pores have fewer effects. The models with larger pore sizes have high velocities of P- and S-waves. The velocities calculated by the equivalent medium theory are always higher than the numerical simulation results. The velocity deviation caused by the difference in frequency is much smaller than the pore structure. A fractal approach to quantify the effects of pore structures is applied in the acoustic logging data. The fractal dimension increases with the pore AR or size when the porosity is constant, which can be described by a simple power function. This gives us new ideas and methods for pore structure evaluation in the lower frequency range than the conventional petrophysical model.

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)0,002
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,237
Écart entre enseignants0,214 · 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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFractalsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207