Dynamics of Viscous Fingering in Porous Media in the Presence of In Situ Formed Precipitates and Their Subsequent Deposition
Notice bibliographique
Résumé
Abstract Understanding the dynamics of miscible viscous fingering is of paramount importance in a wide range of applications, from groundwater hydrology to enhanced oil recovery. In this work, we investigate the effect of precipitation and deposition of an initially dissolved component and the subsequent porosity and permeability variations on miscible viscous fingering in porous media. The commonly used stream function‐vorticity formulation does not allow for nonsolenoidality of the velocity vector, which is the case when the porosity field varies with time. This is why we develop a velocity‐vorticity formulation, making no further simplifications on the flow field. For numerical simulations, the governing equations are solved using the hybridization of pseudospectral and compact finite difference methods, and the time stepping is carried out through high‐order semi‐implicit schemes. Using our methodology, we tackle the problem of precipitation of an initially dissolved component through an infinitely fast and reversible reaction. It is found that the deposition of the formed precipitates in porous media results in more severe interfacial instabilities, the effect of which is attenuated as the viscosity ratio between the displacing and resident fluids increases. In addition, our results show that the formed precipitates are mostly concentrated around the interface where the two fluids actively mix. We also characterize the alterations of the local and global permeability fields, and interestingly, we find that the ultimate value of the overall permeability of the porous media scales linearly with the log‐viscosity ratio at any fixed deposition rate. It is worth mentioning that, without loss of generality, the developed methodology and analysis in this study are applicable to other forms of precipitation reactions (e.g., finite rate and irreversible) in porous media.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».