MétaCan
Menu
Retour à la cohorte
Enregistrement W4407768287 · doi:10.1063/5.0253410

Damage characteristics of shale with different bedding inclinations under high-pressure water jet impact after thermal treatment

2025· article· en· W4407768287 sur OpenAlexfundno aff
Zhaolong Ge, Yuhuai Cui, Qinglin Deng, Jianming Shangguan, Zhi Yao, Zhongtan Li, Lei Liu, Binbin Ge

Notice bibliographique

RevuePhysics of Fluids · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueErosion and Abrasive Machining
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaNatural Science Foundation of ChongqingUniversity of Guelph
Mots-clésPhysicsBeddingOil shaleJet (fluid)Water jetThermalPetroleum engineeringMechanicsMeteorologyWaste managementThermodynamics

Résumé

récupéré en direct d'OpenAlex

Water jet-assisted rock breaking is a conventional method for shale gas extraction. However, the complex conditions of deep shale reservoirs, including elevated temperatures and intricate stratification, obscure the rock-breaking mechanisms of jets. Therefore, this study conducted high-pressure water jet impact experiments on shale with five bedding angles (0°, 30°, 45°, 60°, and 90°) and four temperatures (room temperature, 100, 150, and 200 °C). Computed tomography (CT) and three-dimensional reconstruction techniques were used to analyze the damage characteristics. Results indicate that increased temperature significantly enhances rock-breaking efficiency. The crack volume fraction at 200 °C increased by 146.44 times compared to 25 °C. The new crack area exhibited a sharp increase from 100 to 150 °C compared to the slow increase rate before and after this temperature range, indicating the presence of a threshold temperature for effective fragmentation by jet impact. Damage showed significant anisotropy, with crack depth increasing with bedding angle and a through crack emerged at 90°, while the new crack area peaked at 45°. The jet rock-breaking efficiency index (JREI) was introduced which integrates crack volume, area, and depth to characterize the fragmentation efficiency at different temperatures and bedding conditions. These findings could provide a theoretical basis for enhancing the fragmentation of deep shale.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,284
Score d'incertitude au seuil0,654

Scores Codex et Gemma par catégorie

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 Opus0,008
Tête enseignante GPT0,257
Écart entre enseignants0,249 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetErosion and Abrasive MachiningTravaux en français237 207