MétaCan
Menu
Retour à la cohorte
Enregistrement W4281796506 · doi:10.1063/5.0094930

Pore-scale systematic study on the disconnection of bulk gas phase during water imbibition using visualized micromodels

2022· article· en· W4281796506 sur OpenAlexaff
Jian Tian, Qiang Chen, Chaozhong Qin, Yili Kang, Na Jia, Zhiyu Xi

Notice bibliographique

RevuePhysics of Fluids · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensBitCan (Canada)University of Regina
Organismes subventionnairesState Key Laboratory of Coal Mine Disaster Dynamics and ControlChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésMicromodelImbibitionWettingCapillary pressureCapillary actionPorous mediumRelative permeabilitySaturation (graph theory)Phase (matter)Permeability (electromagnetism)MechanicsPetroleum engineeringGeotechnical engineeringPhysicsMaterials scienceGeologyPorosityComposite materialChemistryMembrane

Résumé

récupéré en direct d'OpenAlex

When water imbibes into tight rocks, the disconnection of bulk gas phase will significantly impact the performance of gas recovery. In this work, we have conducted a systematic micromodel study on the disconnection of gas phase during water imbibition. Seven types of micromodels were designed that can geometrically mimic basic pore structures of a tight sandstone. Then, we conducted capillary-dominant imbibition experiments and analyzed the effects of pore geometry and pore-throat ratio on the transient evolutions of gas–water interfaces. Our pore-scale results reveal that snap-off and bypassing flows are the two main mechanisms that determine disconnection and entrapment of the gas phase. Moreover, we qualitatively linked the pore-scale two-phase displacements to the core-scale “permeability jail” phenomenon (i.e., nearly immobile of non-wetting and wetting phases across a wide range of saturation values). Our study will enrich the knowledge of entrapment behaviors of the gas phase during water imbibition into tight formations.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,285
Écart entre enseignants0,263 · 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'étudeExpérimental (laboratoire)
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

Citations43
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207