MétaCan
Menu
Retour à la cohorte
Enregistrement W4206957422 · doi:10.2118/209150-ms

A Computational Model to Simulate Proppant Transport and Placement in Rough Fractures

2022· article· en· W4206957422 sur OpenAlexaff
Facheng Gong, Hai Huang, Tayfun Babadagli, Huazhou Li

Notice bibliographique

RevueSPE Hydraulic Fracturing Technology Conference and Exhibition · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSurface finishMechanicsDiscrete element methodFracture (geology)Particle (ecology)Surface roughnessComputational fluid dynamicsGeologyFlow (mathematics)Fluid dynamicsCFD-DEMMaterials scienceGeotechnical engineeringPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

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.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,227
Écart entre enseignants0,216 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Hydraulic Fracturing Technology Conference and ExhibitionMême sujetGranular flow and fluidized bedsTravaux en français237 207