MétaCan
Menu
Retour à la cohorte
Enregistrement W4401479249 · doi:10.56952/arma-2024-0633

Numerical Simulation of Gas Leakage During Controlled Retracting Injection Point Process for Underground Coal Gasification

2024· article· en· W4401479249 sur OpenAlexaff
Tianduoyi Wang, Juntai Shi, Keliu Wu, Zhangxin Chen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Gasification Technologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésLeakage (economics)Coal gasificationUnderground coal gasificationComputer simulationMaterials scienceCoal miningCoalPetroleum engineeringEnvironmental scienceProcess (computing)Waste managementProcess engineeringComputer scienceGeologyEngineeringSimulation

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: In order to study the specific influence of various factors on gas leakage during the underground coal gasification (UCG), a numerical model of the Controlled Retracting Injection Point (CRIP) process for UCG was established by the computer modeling group software. Considering the geomechanical effect, the gas distribution characteristics during the CRIP process are explored, as well as the effects of gasification pressure difference, production pressure, gasified-gas pressure, reservoir permeability, and water energy on gas migration. Moreover, an assessment system of gas leakage during the UCG process was established based on dominant factors to provide the possibility for quick judgment of gas leakage. The results showed that the relative magnitude of gasifier pressure and initial coalbed pressure determines whether gas leakage occurs. The highest point of gasifier pressure occurs at a distance of 75 meters from the production well in the direction of the gas injection retreat. Gasifier pressure, gasification pressure difference, and permeability were the main factors, which form a complete gas leakage evaluation system. The gas leakage class was divided by 10 degrees, and Class 1 to Class 5 should enhance leak prevention measures. 1. INTRODUCTION The energy sector is a primary field for achieving carbon neutrality and peak carbon emissions. Since the beginning of this century, the world has been gradually transitioning towards a low-carbon energy structure. A new wave of industrial and technological revolutions has sparked a surge in the low-carbon revolution, new energy revolution, and intelligent revolution (Zou et al., 2019). Coal resources play a crucial role in global energy supply, at least for the next quarter-century. However, the environmental issues associated with its combustion partially offset its value (Takyi et al., 2023). Approximately 80% of the coal mined in China is burned directly on the surface for purposes such as power generation and heating (Imran et al., 2014). This utilization of coal resources will bring serious environmental pollution.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,292
Écart entre enseignants0,267 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMining and Gasification TechnologiesTravaux en français237 207