Propagation of Elongated Fluid-Driven Fractures: Rock Toughness Versus Fluid Viscosity
Notice bibliographique
Résumé
Abstract This article studies the effect of the rock fracture toughness on the propagation of elongated fluid-driven fractures. We use the “tough PKN” model (Sarvaramini and Garagash, 2015, “Breakdown of a Pressurized Finger-Like Crack in a Permeable Rock,” J. Appl. Mech., 82(6), p. 061006), an extension of the classical PKN model (Perkins and Kern, 1961, “Widths of Hydraulic Fractures,” J. Pet. Tech., 222, pp. 937–949; Nordgren, 1972, “Propagation of Vertical Hydraulic Fractures,” J. Pet. Tech., 253, pp. 306–314), which allows for a nonzero energy release rate into the advancing fracture front(s). We provide a self-consistent analysis of a “tough” elongated fracture driven by arbitrary fluid injection law under the assumption of the negligible fluid leak-off. We use scaling considerations to identify the nondimensional parameters governing the propagation regimes and their succession in time, provide a number of analytical solutions in the limiting regimes for an arbitrary power-law injection, and also posit a simplified, equation-of-motion, approach to solve a general elongated fracture propagation problem during the injection and shut-in periods. Finally, we use the developed solutions for a tough elongated fracture to surmise the relative importance of the viscous- and toughness-related dissipation on the fracture dynamics and broach the implications of the possible toughness scale dependence.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».