A Computational Model to Simulate Proppant Transport and Placement in Rough Fractures
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Hydraulic fracturing creates rough fracture surfaces, instead of smooth ones, in subsurface formations. It is challenging to simulate the complex proppant transport phenomena in rough fractures due to the roughness effect as well as the complex nature of the coupled particle-fluid two-phase flow. This study first establishes realistic rough fracture models using digital scanning images of real fracture surfaces, and then conducts numerical simulations on the proppant transport and placement dynamics occurring on those rough surfaces. The digital scanning images of the artificially created tensile fractures are used to establish the geometry models of the rough fractures. The Computational Fluid Dynamic (CFD) method is adopted to describe the fluid flow, while the Discrete Element Method (DEM) is adopted to describe the particle motion. A resolved CFD-DEM coupling approach is established to simulate the fluid-granular interactions by properly modeling the momentum exchange between fluid flow and particle motion. We obtain the following preliminary simulation results: the proppant transport and settlement characteristics in rough fractures appear to be drastically different from those in smooth fractures, and the roughness feature tends to increase particle-wall and particle-particle contact. We observe an attenuated particle velocity in rough fractures compared to what occurs in smooth fractures. Additionally, the roughness increases the possibility of proppant settling when particles encounter a location with a large roughness height. Through comparison of the proppant transport phenomena in flat and rough fractures, it is observed that there is a great chance for the rough fractures to create tree-like proppant dunes, which would be beneficial for forming a proppant-filled flow channel with a higher and more sustainable conductivity.
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.
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 découle