Numerical modeling of effective elastic properties for heterogeneous porous media. Application to a case study of a carbonate reservoir rock sample
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
An application of an open-access software destined for fast calculation of the contribution of an individual inhomogeneity of one of two types (cracks or inclusions/pores) to calculation of the effective elastic properties of an oil reservoir rock sample extracted from a wellcore fragment containing isolated pores is presented. We obtained the pore geometries by a 3D image from an X-ray tomography processed and converted into stereolithography (.stl) format. The data required for the calculations besides the shapes of the inhomogeneities are the Young’s modulus and the Poisson’s ratio of the matrix (in the isotropic case); these data were found by geological analysis. After we had calculated the contribution of each pore to the elastic properties of the rock sample, we obtained the overall effective elastic properties by the Mori–Tanaka scheme. The proposed methodology is straightforward and it was possible to detect even a slight anisotropy (less than 5%) of the effective elastic properties. We found experimentally the effective elastic properties of the sample from the measurement of the acoustic wave velocities. The results obtained show a good agreement in terms of anisotropy and porosity detection; however, the effective elastic properties diverged by a large margin (up to 200%). This may be explained by the presence of microcracks undetected by the tomography. As a future work, we consider a more thorough study of the microstructure of the sample to verify the hypothesis about the presence of microcracks.
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.
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 | 0,001 |
| 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 découle