Fracturing in coals with different fluids: an experimental comparison between water, liquid CO2, and supercritical CO2
Notice bibliographique
Résumé
Abstract The present work conducted laboratory experiments of fracturing in fat coals, anthracites, and mudstones. Three different fluids were selected as the fracturing fluids, including water, liquid CO 2 (L-CO 2 ), and supercritical CO 2 (Sc-CO 2 ). The resulting fracture morphologies and fracture apertures of the coal specimens were investigated using 3D morphological scanning, and the permeabilities of the samples were measured before and after fracturing. The experimental results showed that the breakdown pressures of Sc-CO 2 fracturing were the lowest among the three fracturing fluids, and the average single fracture apertures of the ScCO 2 -induced cracks were the smallest amongst the three fracturing fluids. In addition, the number of cracks and the roughness coefficients induced by Sc-CO 2 fracturing were larger than those caused by water and liquid CO 2 . The viscosity of the fracturing fluid and the capillary effect are key factors that affect the crack propagation path and fracture surface topography. The results suggest that Sc-CO 2 has the largest diffusion length, and thus is capable of permeating the coal matrix through small pores and causing more extensive fractures. Additionally, the effective hydraulic apertures of coal specimens produced by Sc-CO 2 fracturing were wider than those induced by water and liquid CO 2 . The experimental results indicate that Sc-CO 2 fracturing has huge potential to enhance coalbed methane recovery.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».