Authors:	Reinhardt, Marcel
Title:	Digital twin preparation and hydro-mechanical barite deposition modelling in fractured rocks
Online publication date:	26-Jan-2023
Year of first publication:	2023
Language:	english
Abstract:	Global warming is a central challenge of this century. Thus, reducing anthropogenic greenhouse gas emissions by transitioning to renewable energy sources is critical. Geothermal plants have a considerable potential as a renewable energy source since they can constantly generate heat and energy. However, disequilibrium in circulating fluids in the (fractured) reservoir can disturbed this constant heat generation by e.g., mineral precipitation. Mineral scaling can reduce the efficiency of plants; therefore, it must be minimized to guarantee a sustainable operation. This work aims to contribute to a deeper understanding of mineral scaling in fractured reservoirs and is part of the joint project called ReSalt. The digital rock physics (DRP) workflow was applied to model hydro-mechanical particle deposition in fractured sandstone cores, which pose as analogue rocks to reservoirs in Germany. The analysis focuses on barite particles since they are typical scaling minerals in these reservoirs. Two main problems were studied in this study. The first topic is dedicated to the extraction of reliable digital twins (DTs) of rocks. This work focuses on two crucial steps: the segmentation and the correction of the partial volume effect (PVE). Some Novel machine learning approaches were applied and compared to the conventional segmentation methods. The results highlighted the potential of the machine learning segmentation methods. Based on the segmentation results, a novel workflow was developed to correct the PVE in fractures. The fractures were reconstructed at a higher resolution and validated by laboratory data (i.e., permeability, tracer curves, mean aperture). It was demonstrated that the fracture reconstruction resulted in plausible DTs. Recommendations for future studies were made to apply and advance the presented framework. The second topic of this study focuses on the influence of various parameters (temperature, flow rate, adhesion forces, particle size, and amount) on the hydro-mechanical barite particle deposition. A numerical sensitivity analysis was conducted with two validated reconstructed fracture models. Insights on optimal conditions for the least particle deposition were given. In the conclusion, assumptions in the analysis are discussed, and an outlook for future studies is presented. This thesis attempts to expand the concept of digital rock analysis for fractured rocks. Novel methods were applied, and their benefits and current limitations were discussed. Since the PVE can heavily affect DTs of rock fractures, the developed reconstruction workflow might contribute to creating reliable DTs in future studies. The sensitivity analysis is the first step in understanding the importance of various parameters on the process of hydro-mechanical particle deposition in fractures. Insights from this dissertation can contribute to the design of more complex numerical and experimental studies. Die gegenwärtige Erderwärmung ist eine der größten Herausforderungen dieses Jahrhunderts. Daher ist die Reduzierung der anthropogenen Treibhausgasemissionen durch den Übergang zu erneuerbaren Energien unabdingbar. Geothermische Kraftwerke können hierbei einen wichtigen Beitrag leisten, da diese eine konstante Erzeugung von Wärme und Strom leisten können. Allerdings werden die Fluide während der Zirkulation aus dem chemischen Gleichgewicht gebracht. Dadurch können u.a. Minerale ausfällen, welche die Fließpfade im Reservoir verändern können. Dieses Scaling kann die Effizienz der Kraftwerke verringern und muss daher für einen nachhaltigen Betrieb minimiert werden. Diese Dissertation leistet einen Beitrag zum Verständnis von Scaling in geklüfteten Reservoiren und ist Teil des Verbundprojekts ReSalt. Im Projekt wurden Analoggesteine zu Untergrundreservoiren in Deutschland und das hier typisch auftretende Scaling-Mineral Baryt behandelt. In dieser Arbeit wurde das Digital-Rock-Physics- Konzept (DRP) angewandt, um hydro-mechanische Partikelablagerung in geklüfteten Sandsteinproben zu modellieren. Das erste Hauptthema dieser Arbeit widmete sich der Erstellung von digitalen Zwillingen (DZ). Hierbei standen zwei Aspekte im Fokus: die Segmentierung und die Korrektur des Partial-Volume-Effects (PVE). Neuste Machine-Learning (ML) und konventionelle Methoden wurden zur Segmentierung angewandt und verglichen. Hierbei konnte das Potential der ML Ansätze demonstriert werden. Basierend auf der Segmentierung wurde ein neuer Korrekturansatz des PVE entwickelt. Die Klüfte wurden in höherer Ortsauflösung rekonstruiert und mit Labordaten (Permeabilität, Tracerkurven, Aperturen) validiert. Es konnte demonstriert werden, dass realistische DZ durch die Korrektur rekonstruiert wurden. Zusätzlich wurden Vorschläge zur Anwendung und Weiterentwicklung der Korrektur in zukünftigen Studien formuliert. Die zweite Hauptthematik dieser Arbeit widmete sich dem Einfluss von fünf Parametern (Temperatur, Durchflussrate, Adhäsion, Partikelgröße und -anzahl) auf die hydro-mechanische Barytablagerung. Eine Parameterstudie wurde mit zwei rekonstruierten Klüften durchgeführt. So konnten Erkenntnisse hinsichtlich optimaler Bedingungen, für minimale Partikelablagerungen, gewonnen werden. Abschließend wurden die Modelle diskutiert und ein Ausblick auf zukünftige Studien gegeben werden. Zusammenfassend versucht diese Dissertation das Konzept der DRP auf geklüfteten Proben zu erweitern. Neuste Methoden wurden angewandt und deren Vorteile und aktuelle Limitationen diskutiert. Da der PVE einen großen Einfluss auf DZ von Klüften haben kann, kann der vorgestellte Korrekturansatz in zukünftigen Studien Verwendung finden, um realistische DZ zu erstellen. Die Sensitivitätsstudie stellt den ersten Schritt im Verständnis der Relevanz von ausgewählten Parametern auf die hydro-mechanischer Partikelablagerung in Klüften dar. Erkenntnisse dieser Dissertation können dabei helfen komplexere numerische und experimentelle Studien besser zu planen
DDC:	004 Informatik 004 Data processing 333.7 Natürliche Ressourcen 333.7 Natural resources 500 Naturwissenschaften 500 Natural sciences and mathematics 550 Geowissenschaften 550 Earth sciences 600 Technik 600 Technology (Applied sciences)
Institution:	Johannes Gutenberg-Universität Mainz
Department:	FB 09 Chemie, Pharmazie u. Geowissensch.
Place:	Mainz
ROR:	https://ror.org/023b0x485
DOI:	http://doi.org/10.25358/openscience-8525
URN:	urn:nbn:de:hebis:77-openscience-3d3a0ebf-dff0-4dc6-81b3-969b40de0b208
Version:	Original work
Publication type:	Dissertation
License:	CC BY-ND
Information on rights of use:	https://creativecommons.org/licenses/by-nd/4.0/
Extent:	XI, 177 Seiten ; Illustrationen, Diagramme
Appears in collections:	JGU-Publikationen