MétaCan
Menu
Retour à la cohorte
Enregistrement W4220734475 · doi:10.1061/9780784484036.059

Numerical Homogenization of Anisotropic Static Elastic Properties of Soft Mudrocks

2022· article· en· W4220734475 sur OpenAlexaff
Emad Norouzi, Biao Li, Emre Erkmen

Notice bibliographique

RevueGeo-Congress 2022 · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Mathematical Modeling in Engineering
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésHomogenization (climate)AnisotropyTransverse isotropyElastic modulusMaterials scienceIsotropyGeologyGeotechnical engineeringPermeability (electromagnetism)Composite materialPhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

Soft mudrocks have low permeability and are mostly treated as sealing geological formations. Clay-rich soft mudrocks are also classified as the transversely isotropic (TI) material due to the intrinsic preferred fabric orientation. The TI elastic properties of soft mudrocks are highly dependent on the containing mineralogical compositions and clay fractions. Thus numerical modeling is necessary to estimate the behavior of soft mudrocks. In this study, a two-dimensional homogenization model is employed to assess the elastic moduli of soft mudrocks. Clay-water composites are treated as the hosting matrix, and non-clay minerals are placed in the REV as the inclusions. The inclusions are placed randomly in different sizes. In order to consider the partial flexibility between the non-clay minerals and clay-water composites, an imperfect boundary is defined between the inclusions and matrix using the eXtended Finite Element Method (XFEM). The periodic boundary condition is imposed on the REV, and the homogenized anisotropic elastic moduli of rocks with different clay fractions are estimated. The numerical results were validated using published experimental data on the static TI elastic properties of soft Colorado shale samples. The results show the predictable decreasing trends in elastic modulus of soft mudrocks with increasing of the clay fraction.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,218
Écart entre enseignants0,205 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeo-Congress 2022Même sujetAdvanced Mathematical Modeling in EngineeringTravaux en français237 207