MétaCan
Menu
Back to cohort

Simulation of Stress tests using a Poroelastic model to estimate the Permeability behavior of bedford limestone samples

2022· article· es· W4293059378 on OpenAlexfundno aff
Mario E. Vadillo-Sáenz, Martín A. Díaz-Viera, Aarón Domínguez-Torres, Enrique Serrano-Saldaña, Manuel Coronado

Bibliographic record

VenueGeofísica Internacional · 2022
Typearticle
Languagees
FieldEngineering
TopicRock Mechanics and Modeling
Canadian institutionsnot available
FundersInstituto Mexicano del PetróleoConsejo Nacional de Ciencia y TecnologíaUniversity of Alberta
KeywordsPoromechanicsPermeability (electromagnetism)Geotechnical engineeringStress (linguistics)GeologyChemistryPorosityPorous mediumPhilosophy

Abstract

fetched live from OpenAlex

Por su relevancia en Geociencias, el efecto de los esfuerzos sobre las propiedades de flujo de fluido en rocas ha sido estudiado experimental y teóricamente por varias décadas. Los trabajos se han orientado principalmente a rocas tipo arenisca, y relativamente poco, a pesar de su relevancia, en rocas carbonatadas. Por otro lado, la descripción del fenómeno es matemática y numéricamente complejo, ya que involucra el acoplamiento no lineal del flujo de fluido con la deformación de la roca. En este trabajo se busca incursionar en esa parte poco explorada de pruebas experimentales en carbonato y su simulación numérica.En él se presentan pruebas experimentales realizadas en núcleos de caliza Bedford, y se analiza el efecto de los esfuerzos de confinamiento y de la presión del fluido (presión de poro) sobre la permeabilidad a través de dos tipos de pruebas, conocidas como hidrostáticas (bajos esfuerzos de corte) y no hidrostáticas (altos esfuerzos de corte). En este trabajo se presenta un modelo matemático para describir el fenómeno, considerando un fluido monofásico, una respuesta elástica de la roca, y su implementación numérica en elementos finitos.El acoplamiento del flujo de fluido con los esfuerzos se modela utilizando relaciones algebraicas de porosidad y permeabilidad en función del esfuerzo. La relación permeabilidad-esfuerzo utilizada en este trabajo depende linealmente de la deformación volumétrica y la presión de poro. Los resultados experimentales muestran que en general la permeabilidad se incrementa con la presión del fluido y se reduce con el esfuerzo de confinamiento. La reducción con el esfuerzo de confinamiento en el rango de esfuerzos de confinamiento analizado es relativamente pequeña, pero es notoriamente más importante en las pruebas no-hidrostáticas (8%) que en las hidrostáticas (2%).El ajuste del modelo a los resultados experimentales, específicamente a la caída de presión en el núcleo en función del tiempo, se realiza mediante la variación de los parámetros de la relación permeabilidad-esfuerzo. El valor de estos parámetros de ajuste difiere del valor reportado para areniscas, lo cual puede ser indicativo de la diferencia en la estructura porosa y las propiedades mecánicas de las rocas.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.010
Threshold uncertainty score0.020

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.045
GPT teacher head0.329
Teacher spread0.285 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations2
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueGeofísica InternacionalSame topicRock Mechanics and ModelingFrench-language works237,207