MétaCan
Menu
Retour à la cohorte
Enregistrement W4221087248 · doi:10.5194/egusphere-egu22-5614

Phase Field Modelling of Interactions Between Hydraulic Fractures and Natural Fractures

2022· preprint· en· W4221087248 sur OpenAlexaff
Xiaoxuan Li, Hannes Hofmann, Keita Yoshioka, Yongjiang Luo, Yunpei Liang

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueNumerical methods in engineering
Établissements canadiensUniversity of WinnipegUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésHydraulic fracturingFracture (geology)GeologyComplex fractureStress fieldGeotechnical engineeringAnisotropyMaterials scienceEngineeringStructural engineeringFinite element method

Résumé

récupéré en direct d'OpenAlex

<p>Hydraulic fracturing is widely applied in unconventional reservoirs to generate fracture networks for productivity enhancement. Interactions between hydraulic fractures and natural fractures have a great impact on fracture propagation. In this study, we use a two-dimensional phase field model to investigate interactions between hydraulic fractures and different frictional or cemented fractures under different in-situ stress, injection rate, natural fracture orientation and strength. We find that with the increasing stress anisotropy, hydraulic fracture is more likely to cross natural fracture and leads to a lower fracture complexity. A moderate injection rate is conducive for complex fractures. The approaching angle between the hydraulic fracture and natural fracture impact fracture topology. Complex fractures are formed when the angles are not so steep. With the increasing strength contrast between natural fractures and the rock matrix, the material heterogeneity increases for hydraulic fractures to generate complex fractures. Compared with frictional NFs, opening stronger cemented NFs requires more pressure than hydraulic fracture propagating outside the interface. The numerical investigations in this study can provide theoretical support and design guidance for fracturing operations in complex geological conditions.</p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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: aucune
Score de désaccord entre enseignants0,713
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,033
Tête enseignante GPT0,349
Écart entre enseignants0,316 · 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 tête enseignante, pas un consensus.

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 sujetNumerical methods in engineeringTravaux en français237 207