MétaCan
Menu
Retour à la cohorte
Enregistrement W4396540913 · doi:10.1190/tle43050278.1

Overcoming Gassmann's equation limitations in reservoir rocks

2024· article· en· W4396540913 sur OpenAlexaff
Fabien Allo, Lev Vernik

Notice bibliographique

RevueThe Leading Edge · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensCanadian Society of Petroleum GeologistsVirtual Materials Group (Canada)
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringGeologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract Velocities of low-frequency seismic waves and, in most rocks, sonic logging waves depend on the compressibility of the undrained rock, which is conventionally computed from the drained rock compressibility using Gassmann's equation. Although more comprehensive and accurate alternatives exist, the simplicity of the equation has made it the preferred fluid substitution model for geoscience applications. In line with recent publications, we show that Gassmann's equation strictly applies only to rocks with a microhomogeneous void space microstructure that is devoid of cracks and microcracks. We use a rock physics model that separates the respective compliance contributions of pores and cracks on dry (drained) moduli and show that Gassmann's model does not apply to rocks with measurable crack density. A fourth independent bulk modulus (in addition to the bulk moduli of the mineral matrix, dry frame, and saturating fluid) is required to take the effect of cracks into account and perform fluid substitution modeling for rocks with pores and cracks more accurately than prescribed by Gassmann's equation. Therefore, we propose combining the Vernik-Kachanov model with Brown-Korringa's equation for more reliable modeling of undrained bulk compressibility for reservoir rocks with measurable crack density. To conclude, a practical quantification of the applicability of Gassmann's equation based on the combined effects of crack density and stress sensitivity is proposed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,640
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,001

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 Opus0,094
Tête enseignante GPT0,273
Écart entre enseignants0,179 · 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.

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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Leading EdgeMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207