当前位置: 首页 > news >正文

COMSOL模拟煤层封存二氧化碳:水平井与垂直井的双重视角分析,深入探讨裂隙压力、基质压力及煤...

COMSOL模拟煤层封存二氧化碳。 该案列分别从水平井和垂直井两个角度分析煤层封存二氧化碳,分析裂隙和基质压力以及煤层渗透率,附有详细的SP讲解。

地下六百米深处的煤层正默默上演着神奇的气体收纳术。以山西某煤矿为例,我们尝试用COMSOL还原二氧化碳注入的真实场景——当高压气体顺着井筒钻进煤层缝隙,岩层像吸饱水的海绵般发生着肉眼不可见的形变。

先看水平井模型。建立几何结构时特别要注意煤岩的裂隙网络,这里有个实用技巧:直接在材料属性里用概率函数生成随机裂隙分布。代码片段中这个for循环控制着裂隙密度随深度变化的梯度:

for (int i=0; i<layerCount; i++) { double depthFactor = 1 - (currentDepth/maxDepth); fractureDensity[i] = baseDensity * Math.pow(depthFactor, 2.3); }

相当于在每层岩体中,越靠近地表裂隙越稀疏。配合达西定律模块设置时,初始渗透率别直接填常数,而是关联裂隙开度的二次方函数k=∫(a^3/12μ)ds,这样才能真实反映裂隙对导流能力的指数级影响。

垂直井的模型更考验网格划分技巧。在井筒周围需要做三层边界层网格,最内层单元尺寸控制在0.1米级。这里有个骚操作——在求解器设置里勾选"非线性渐变",配合自动时间步进,能有效避免气体突窜导致的发散问题。监测点数据导出时记得用探针功能,实时捕获基质孔隙压力波动,像这样截取瞬态数据:

probe1 = mphprobe(model,'pore_pressure','selection',[23,45,67]); timeData = probe1.getTime(); pressureData = probe1.getData();

对比两种井型的结果很有意思。水平井注气第30天,距井筒50米处的裂隙压力已达8MPa,而基质仅5.2MPa,这1.8MPa压差驱动着气体持续渗入微孔隙。渗透率演化曲线显示,前两周k值暴涨40%,之后趋于平稳——对应着裂隙撑开、煤体膨胀的动态平衡过程。

垂直井的表现则大相径庭。在800米注气段,气体优先沿原生裂隙纵向突进,形成倒锥形压力分布。有个反直觉现象:注气速率提高20%时,封存量反而下降15%。究其根源,过快的注入导致裂隙过度扩展,反而连通了外围低渗区形成泄漏通道。

当把吸附膨胀效应纳入计算时,模型开始展现煤层的"记忆效应"。在材料设置里勾选Swelling Strain选项后,渗透率衰减呈现先快后慢的特征。这里有个防坑指南:膨胀系数别直接照搬文献值,应该用现场岩芯的应力-应变曲线反演参数,否则可能偏差一个数量级。

最终对比显示,水平井在单位时间封存量上占优,但垂直井的波及范围更均匀。实际工程中得玩"排列组合",比如采用从林式井网,让水平井做主封存通道,垂直井作压力调节器。下次如果再优化模型,可以试试在注气后期切换氮气驱替,说不定能多压进去15%的二氧化碳。

http://www.cnnetsun.cn/news/158649.html

相关文章:

  • 44、COMSOL模拟二维裂隙流压裂水平井裂缝性油藏离散裂缝网络模型COMSOL数值模拟案例
  • 今天咱们来聊聊ReliefF算法,一个在分类数据特征选择中相当实用的工具。废话不多说,直接上代码,边看边聊
  • MATLAB R2018A环境下的液相色谱信号自动调优降噪算法——交叉验证作为参数调节器
  • 计算机Java毕设实战-基于springboot的足球训练营系统的设计与实现设计与实现基于SpringBoot的青训足球综合运营平台设计与实现 【完整源码+LW+部署说明+演示视频,全bao一条龙等】
  • 2025年软件测试技术发展趋势与从业者应对策略
  • 电驱动(电机+电控)开发验证方法与技巧的高清视频教程,深入讲解精细技术,掌握实用技巧
  • 每天24小时的电价(元/kWh)
  • C#编程下的自定义控件与OpenCVSharp结合应用:卡尺测距功能实现
  • NGBoost-shap方法回归任务,由斯坦福吴恩达团队提出,属于集成模型的一种2019年提出的
  • Langchain-Chatchat Kubernetes集群部署策略
  • Langchain-Chatchat日志监控与性能分析最佳实践
  • Langchain-Chatchat模型微调指南:适配垂直领域任务
  • 如何配置IPv6静态路由?解决企业网络难题
  • 【Linux网络基础】详解 TCP 面向连接 vs UDP 无连接
  • Langchain-Chatchat如何评估问答质量?指标体系构建
  • springboot在线教育系统(11528)
  • 测了多款AI自动生成PPT工具,真正能用的不到一半
  • springboot星之语明星周边产品销售网站的设计与实现(11529)
  • 毕设救星:Spring Boot + Neo4j 打造“医疗知识问答”——基于知识图谱的智能导诊平台
  • 华为网络设备基本配置命令
  • 志同道合交友网站毕业论文+PPT(附源代码+演示视频)
  • 【Java 25 LTS六大核心特性】
  • Langchain-Chatchat助力医疗文档智能检索与问答
  • Langchain-Chatchat如何实现文档相似度比对?查重与去重依据
  • java学习--String和StringBuffer互转
  • 如何用Langchain-Chatchat实现本地化AI智能问答?
  • Langchain-Chatchat如何处理多义词歧义?上下文感知消歧算法
  • Langchain-Chatchat如何实现文档访问统计?了解知识使用情况
  • Langchain-Chatchat与Argo CD持续交付集成:自动化部署流水线
  • Langchain-Chatchat与Consul服务发现集成:动态节点管理