Deciphering the Tensile Fracturing Process Using Acoustic Emission
Notice bibliographique
Résumé
ABSTRACT: We simulated the tensile fracturing process, capturing both microseismic events (acoustic emissions) and the dynamics of fracture propagation through high-speed photography. To record the millisecond-level fracture propagation, a synchronization circuit was employed, designed to align the 10 MHz acoustic emission recordings with high-speed images taken at a rate of 200,000 frames per second. This setup enabled us to precisely record fracture propagation within a 1.5-microsecond period. Our findings show that the relocated acoustic emission events align closely with the locations of macroscopic tensile fractures. We observed a microsecond-level time delay between the fracture propagation process and the clustering of acoustic emissions. This delay indicates that the clustering of acoustic emissions is related to the fracture nucleation process, while the high-speed photography records the coalescence and growth of fractures, reflecting the development of macroscopic cracks. Considering the temporal and spatial alignment between the acoustic emissions and the propagation of tensile fractures, it is evident that microseismic monitoring primarily captures the early stages of crack formation. Our research indicates that current microseismic monitoring results lack interpretation of the relationship between the nucleation stage and macroscopic fractures, as well as the relationship between microseismic clouds and fracture networks. 1. INTRODUCTION Microseismic monitoring represents a field technique in observing hydraulic fracturing cracks(Baig and Urbancic, 2010; Cipolla et al., 2012). While it is understood that hydraulic fracturing generates a mix of tensile and shear fractures(Busetti et al., 2014; Fischer and Guest, 2011; Wu et al., 2019), tensile fractures play a more significant role due to their greater contribution to permeability enhancement. This fact highlights the need to better understand tensile fractures. However, most established theories on microseismic inversion are based on traditional seismology(Eisner et al., 2011; Vavryčuk et al., 2008), which predominantly concentrates on shear fractures or slips. Such a concentration restricts the application of microseismic data in interpreting hydraulic fractures. Key challenges include determining whether microseismic events originate from hydraulic tensile fractures(Maxwell, 2011; Warpinski et al., 2013), understanding the relationship between the spatial extent of microseismic clouds and hydraulic fracture zones(Mayerhofer et al., 2010; McKean et al., 2019), and correlating microseismic event magnitudes with the geometric parameters of fractures(Wu et al., 2019).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».