MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408266422 · doi:10.2118/223996-ms

Natural Fracture Compressibility and Permeability Hysteresis: Liquid vs. Gas

2025· article· en· W4408266422 sur OpenAlexaff
Amin Ghanizadeh, Chengyao Song, A. Younis, Christopher R. Clarkson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCompressibilityPermeability (electromagnetism)HysteresisNatural gasMaterials scienceRelative permeabilityPetroleum engineeringMechanicsComposite materialGeologyCondensed matter physicsChemistryPhysicsWaste managementEngineeringPorosity

Résumé

récupéré en direct d'OpenAlex

Abstract Natural fracture compressibility and permeability estimation is important for evaluating well performance for wells completed in unconventional hydrocarbon and enhanced geothermal energy systems exhibiting a complex fracture geometry where unpropped and natural fractures contribute to flow. This experimental study compares liquid and gas natural fracture compressibility and permeability hysteresis in low-permeability rocks, with examples from the Montney and Duvernay formations. A diverse suite of core plugs (horizontal), differing in lithology (siltstones/sandstones, organic/clay-rich shales), mineralogy (quartz/clay-rich), helium porosity (2-9%), and permeability (~0.0001-0.001 md) were analyzed. Core plugs were fractured under differential stress inside a biaxial core holder. Gas and liquid fracture permeability measurements were then performed at varying stress (500-4000 psi) under loading and unloading conditions representative of fluid depletion and injection, respectively. Assuming a planar fracture geometry and that the cubic law applies, fracture width and compressibility were then calculated using fracture permeability, stress data, and core plug dimensions. Water and liquid hydrocarbons were used for liquid permeability measurements. Natural fracture compressibility (gas: 5·10−5-5·10−4 psi−1; liquid: 1·10−5-7·10−4 psi−1), permeability (gas: >30 darcy; liquid: <30 darcy), and porosity (gas >8.5%; liquid: >8.5%) were consistently larger for gas than liquid. Interestingly, however, the hysteresis in fracture attributes (compressibility, permeability, and porosity) caused by loading/unloading was consistently larger for liquid than gas. Larger hysteresis for liquids is presumably due to the ‘softening’ effect on fracture asperities under stress, and elevated inelastic reduction in (fracture) roughness for liquids compared to gases. Notably, the average empirical (natural) fracture compressibility value commonly assumed in fracture modeling (~1·10−4 psi−1) falls within the range of measured fracture compressibility values (1·10−5-7·10−4 psi−1). However, experimental fracture compressibility values covered a broad range, as opposed to the widely accepted assumption of ‘average’ fracture compressibility adopted for modeling. Interestingly, for loading and unloading, fracture compressibility followed two distinct paths, regardless of fluid type. Fracture compressibility was consistently larger for loading than unloading. The latter observations suggest that larger degrees of hysteresis in complex fracture regions may occur for liquids than gases, and for injection versus production. Natural (and induced) fracture compressibility and permeability, while important controls on well performance for complex fracture cases, are challenging and time-consuming to measure for low-permeability rocks in the laboratory, particularly over multiple stress cycles. As a result, natural fracture compressibility and permeability hysteresis data are sparse in the literature. For low-permeability rocks, these data have been primarily measured with gas. The developed workflows and provided examples are beneficial for verifying empirical and analytical correlations used for evaluation of fracture compressibility and permeability, and their hysteresis in low-permeability sedimentary rocks.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,220
Écart entre enseignants0,216 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydraulic Fracturing and Reservoir Analysis→Travaux en français237 207→