[论文解读] Fluid Flow Complexity in Fracture Networks: Analysis with Graph Theory and LBM

H. O. Ghaffari, M. H. B. Nasseri+1 more|arXiv (Cornell University)|Jul 25, 2011

Lattice Boltzmann Simulation Studies参考文献 21被引用 15

一句话总结

本研究利用格子玻尔兹曼方法（LBM）与图论，探究合成裂隙网络中的流体流动复杂性。研究发现，渗透率的转变受枢纽节点增长速率的控制，且在转换后的网络中，渗透率与平均连边长度呈反比关系；而模块化与基序尺度分析则揭示了空间异质性裂隙系统中不同的流动状态。

ABSTRACT

Through this research, embedded synthetic fracture networks in rock masses are studied. To analysis the fluid flow complexity in fracture networks with respect to the variation of connectivity patterns, two different approaches are employed, namely, the Lattice Boltzmann method and graph theory. The Lattice Boltzmann method is used to show the sensitivity of the permeability and fluid velocity distribution to synthetic fracture networks' connectivity patterns. Furthermore, the fracture networks are mapped into the graphs, and the characteristics of these graphs are compared to the main spatial fracture networks. Among different characteristics of networks, we distinguish the modularity of networks and sub-graphs distributions. We map the flow regimes into the proper regions of the network's modularity space. Also, for each type of fluid regime, corresponding motifs shapes are scaled. Implemented power law distributions of fracture length in spatial fracture networks yielded the same node's degree distribution in transformed networks. Two general spatial networks are considered: random networks and networks with "hubness" properties mimicking a spatial damage zone (both with power law distribution of fracture length). In the first case, the fractures are embedded in uniformly distributed fracture sets; the second case covers spatial fracture zones. We prove numerically that the abnormal change (transition) in permeability is controlled by the hub growth rate. Also, comparing LBM results with the characteristic mean length of transformed networks' links shows a reverse relationship between the aforementioned parameters. In addition, the abnormalities in advection through nodes are presented.

研究动机与目标

• 理解合成裂隙网络中的连通性模式如何影响流体流动复杂性。
• 量化网络拓扑（通过图论）与流体输运特性（如渗透率和速度分布）之间的关系。
• 识别控制异常流体流动行为的关键拓扑特征，尤其是模块化与枢纽形成。
• 建立空间裂隙网络结构与其图论表示之间的映射关系，以支持预测建模。
• 考察裂隙长度分布与空间组织形式（随机分布与枢纽主导/损伤区）对流动状态转变的影响。

提出的方法

• 利用格子玻尔兹曼方法（LBM）模拟合成裂隙网络中的流体流动，以计算渗透率与速度场。
• 通过将裂隙视为节点、交汇点视为边，将空间裂隙网络转化为抽象图。
• 分析节点度分布、模块化与子图分布等图特征，以捕捉拓扑复杂性。
• 在空间网络中应用幂律分布描述裂隙长度，并将其映射到转换后图中的等效度分布。
• 在模块化空间中识别流动状态区域，并对相应基序形状进行尺度分析以实现分类。
• 将LBM结果与拓扑度量（特别是图表示中的平均连边长度）进行比较，揭示其与渗透率的反比关系。

实验结果

研究问题

• RQ1 合成裂隙网络的连通性模式在多大程度上影响流体渗透率与速度分布？
• RQ2 图表示中的拓扑特征（如模块化与枢纽形成）在多大程度上能反映实际流体流动行为？
• RQ3 图表示中的平均连边长度与LBM模拟所得渗透率之间存在何种关系？
• RQ4 不同的空间构型（随机网络与枢纽主导的损伤区）如何影响流动状态转变？
• RQ5 空间网络中幂律分布的裂隙长度是否能在对应图网络中产生等效的度分布？

主要发现

• 渗透率的异常变化在数值上由网络中枢纽节点的增长速率控制，表明中心节点具有关键作用。
• 图表示中的平均连边长度与LBM模拟所得渗透率之间存在反比关系。
• 流动状态可映射到网络模块化空间中的不同区域，从而实现对流动行为的分类。
• 每种流动状态对应的基序形状具有可缩放性，并对应图中的特定拓扑构型。
• 空间网络中幂律分布的裂隙长度在转换后的图网络中产生等效的节点度分布，验证了拓扑映射的有效性。
• 具有枢纽特征（类似损伤区）的网络与随机网络相比，表现出显著不同的流动特性，尤其在流动异质性与渗透率异常方面。