MétaCan
Menu
Retour à la cohorte
Enregistrement W4391817386 · doi:10.1017/jfm.2023.989

The influence of turbulence and inertia in radial fracture flow

2024· article· en· W4391817386 sur OpenAlexafffund
Bruce Gee, Robert Gracie

Notice bibliographique

RevueJournal of Fluid Mechanics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTurbulenceInertiaMechanicsFlow (mathematics)Fracture (geology)PhysicsClassical mechanicsGeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Industrial applications of flow through fractures such as geothermal energy or hydraulic stimulation involve forcing large flow rates through small fractures, thereby inducing inertial fluid behaviours and turbulence. The most common fracture flow model, Poiseuille flow (the cubic law), is incapable of capturing these phenomena and thus the impact of inertial and turbulent forces in fracture flow has remained relatively unexplored. The GG22 flow model is a newly derived fracture flow model that is capable of capturing inertial, transient and turbulent forces. In this article, we apply the GG22 flow model to hydraulic stimulation of radial fractures for the first time to determine how these phenomena manifest. We show that inertia and turbulence only manifest near the wellbore (within 30 radii) and lead to changes in fracture shape and injection pressure but have little impact on tip behaviour. Turbulence increases wellbore pressure and aperture while inertia decreases wellbore pressure and aperture. The majority of the pressure loss along the fracture occurs near the wellbore and is captured by turbulence where entrance correction factors would otherwise be needed. Using water, turbulence is the dominant mechanism that causes departures from Poiseuille flow at high $Re$ . The solution departs immediately upon the manifestation of turbulence ( $Re\geq 2\times 10^3$ ), while inertial effects manifest at higher flow rates ( $Re\geq 2\times 10^4$ ). Using slickwater, the opposite trend is observed: inertial effects manifest first ( $Re\geq 5\times 10^3$ ), while turbulent effects are delayed ( $Re\geq 10^4$ ). In both cases, the threshold for departures from the Poiseuille flow solution are low and the differences are large.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
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 Opus0,003
Tête enseignante GPT0,199
Écart entre enseignants0,196 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid MechanicsMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207