Hypergravity experiments on meter-scale porous media flow for geological carbon sequestration
Notice bibliographique
Résumé
Reducing atmospheric CO 2 , the main driver of global warming, is essential for climate sustainability. Geological storage offers a promising solution for large-scale, long-term sequestration; however, challenges remain in predicting subsurface CO 2 behavior and tracking its migration underground. Laboratory-scale experiments that replicate subsurface storage conditions provide valuable benchmarks for validating numerical simulations. This study investigated CO 2 migration using a geotechnical centrifuge at 50 G. The setup combined a pH-sensitive solution for visualization and a 12-sensor array for pressure monitoring during injection. Multilevel pressure data and image sequences were analyzed across early, middle, and late stages of the test. The early period was marked by a pressure increase associated with CO 2 entry into the sample. Afterwards, the injection rate was adjusted to 2 ml/min, and a gas cap formed, followed by continuous CO 2 vertical and lateral migration. During the mid-stage (5 ml/min), flank pressure declined by 0.07–0.08 kPa/s, while the drop in the central sensors was approximately 0.11 kPa/s. At a later period (10 ml/min), gravity-driven instabilities developed, followed by a second gas cap, and the pressure beneath seal \(\:S₁\) increased from 81 to 108 kPa, followed by a dissolution-induced drop to approximately 92 kPa as the CO 2 plume advanced into fault-bounded zones. Dimensionless numbers were used to assess flow regimes and transport mechanisms, as well as to evaluate model-to-prototype scaling laws across the test periods. These findings demonstrate the potential of centrifuge-based hypergravity experiments for CO 2 sequestration research and provide quantitative datasets for benchmarking and validating numerical simulations.
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 | 0,001 | 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 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 ».