When modelling fluid flow in fractured reservoirs, it is common to represent the fracturesas lower-dimensional inclusions embedded in the host medium. Existing discretizationsof flow in porous media with thin inclusions assume that the principal directions of theinclusion permeability tensor are aligned with the inclusion orientation. While this mod-elling assumption works well with tensile fractures, it may fail in the context of faults,where the damage zone surrounding the main slip surface may introduce anisotropy thatis not aligned with the main fault orientation. In this paper, we introduce a generalizeddimensional reduced model which preserves full-tensor permeability effects also in theout-of-plane direction of the inclusion. The governing equations of flow for the lower-dimensional objects are obtained through vertical averaging. We present a framework fordiscretization of the resulting mixed-dimensional problem, aimed at easy adaptation ofexisting simulation tools. We give numerical examples that show the failure of existingformulations when applied to anisotropic faulted porous media, and go on to show theconvergence of our method in both 2D and 3D


翻译:当模拟断裂储油层的流体时,通常会代表主流介质内嵌入的低维的断裂体。在多孔介质中,现有离散的流体与稀薄的包容介质中,现有离散的流体与渗入方向一致。虽然这种模式-售出假设与抗拉裂体效果良好,但在断裂情况下可能失败,因为主滑水表面周围的损害区可能引入与主流流体方向不相符的厌异质。在本文中,我们引入了一种通用的减少的模型,既保留了排入的平板外方向的全强度或渗透效应。低维物体流动的调节方程式是通过垂直平均度获得的。我们提出了一个导致的混合维问题分化框架,目的是方便地调整现有模拟工具。我们给出的数字实例表明,在应用反位断裂的多孔介质介质介质介质介质时,现有成型的失败,并显示我们方法在2D和3D2D中的一致性。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
将门创投
8+阅读 · 2018年10月31日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
Linguistically Regularized LSTMs for Sentiment Classification
黑龙江大学自然语言处理实验室
8+阅读 · 2018年5月4日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
【推荐】(Keras)LSTM多元时序预测教程
机器学习研究会
24+阅读 · 2017年8月14日
VIP会员
相关资讯
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
将门创投
8+阅读 · 2018年10月31日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
Linguistically Regularized LSTMs for Sentiment Classification
黑龙江大学自然语言处理实验室
8+阅读 · 2018年5月4日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
【推荐】(Keras)LSTM多元时序预测教程
机器学习研究会
24+阅读 · 2017年8月14日
Top
微信扫码咨询专知VIP会员